宝柏

软件包PROPACK包含一组用于计算大型稀疏矩阵或结构化矩阵的奇异值分解的函数。奇异值分解程序基于部分重正交化的Lanczos双对角化算法(BPRO)。对于线性方程组,特别是线性方程组的基函数,也可以直接用它来求解。


zbMATH参考文献(96篇文章引用)

显示第96至第1个结果。
按年份排序(引用)
  1. Dax,Achiya:大矩阵低阶近似的叉积方法(2020)
  2. 何炳生;马峰;袁晓明:凸规划乘子交替方向法的最优线性化(2020)
  3. 李欢;林周晨:非凸低阶优化的可证明加速梯度法(2020)
  4. 张立平;魏益民:离散不适定问题的随机核约简(2020)
  5. Alaya,Mokhtar Z.;Klopp,Olga:集体矩阵完成(2019年)
  6. 蔡剑峰;王天明;魏克:基于低秩Hankel矩阵的频谱稀疏信号重构快速可证明算法(2019)
  7. Del Corso,Gianna M.;Romani,Francesco:推荐系统的自适应非负矩阵分解和度量比较(2019)
  8. 冯月华;肖建伟;顾明:触发器谱的QR分解及其在奇异值分解中的应用(2019)
  9. Steven Goldenberg;Andreas Stathopoulos;Romero,Eloy:Golub-Kahan-Davidson方法精确计算大型稀疏矩阵的几个奇异三元组(2019)
  10. Hu,Yunyi;Andersen,Martin S.;Nagy,James G.:带线性化和预处理的光谱计算机断层摄影术(2019年)
  11. 贾志刚;吴志刚;宋广晶:大规模四元数奇异值分解的Lanczos方法(2019)
  12. Khamaru,Koulik;Mazumder,Rahul:低秩因子分析中最大似然估计量的计算(2019年)
  13. Long,Andrew W.;Ferguson,Andrew L.:地标扩散图(L-dMaps):样本外加速流形学习(2019年)
  14. Ma,Feng:关于凸极小化的一些定制近点算法的松弛:从变分不等式的角度(2019)
  15. 曾雪英;沈立新;徐月生;陆健:矩阵的最小秩完备(2019)
  16. (Alexander Aizmong,2018)确定性计算方法(Alexander Aizmong,the deterministic operations;Alexander Aizmong,2018年)
  17. 蔡剑峰;王天明;魏克:投影梯度下降光谱压缩传感(2018)
  18. 2018年,William Mazhail和UmHian数据缺失(2018年)
  19. 何宏进;侯留生;徐洪坤:三块可分凸极小化问题的部分等时分裂算法(2018)
  20. 牛大田;孟佳娜;李红英:隐式重新启动精细谐波朗佐斯法的新转移策略(2018)