算法844

算法844:在许多应用中计算稀疏矩阵的稀疏降秩近似,例如潜在语义索引,需要获得稀疏矩阵a的降秩近似。不幸的是,基于传统分解的近似,如奇异值和QR分解,一般不稀疏。{it G.W.Stewart}[Numer.Math.83,No.2,313--323(1999;Zbl 0957.65031)]展示了如何使用一种称为准Gram-Schmidt算法的变体来获得两种低阶近似值。第一个,SPQR,近似值,是一个以$(XR11^{-1})(R11 R12)$形式的旋转,$Q$-的QR近似值,其中$X$由$a$的列组成。第二种是SCR近似,其形式为$Acong XTYT$,其中$X$和$Y$由列和行$A$和$T$组成,很小。在本文中,我们讨论了这些算法的计算细节,并描述了一个MATLAB实现。(资料来源:http://dl.acm.org/)

这个软件也是同行评审按日记帐汤姆斯.


zbMATH中的参考文献(参考文献18条,1标准件)

显示第1至18个结果,共18个。
按年份排序(引用)

  1. 索布奇克,亚历山德罗斯;Gallopoulos,Efstratios:通过排名揭示方法和随机分组估计杠杆得分(2021年)
  2. Cerdán,J。;格雷罗,D。;马林,J。;Mas,J.:具有低阶斜对称部分的非对称线性系统的预条件(2018)
  3. 布茨西迪斯,克里斯托斯;伍德拉夫,大卫P.:最优CUR矩阵分解(2017)
  4. 范,H.-Y。;张,L。;朱英伟。;Wei,Y.:内积空间中的无Q-QR分解(2016)
  5. 王立军;董明:基于样本的数据聚类低秩矩阵分解(2015)
  6. Trendafilov,Nickolay T。;恩克尔,斯特芬;Krzanowski,Wojtek:探索性因子和主成分分析:一些新的方面(2013)
  7. 王建中:高维数据的几何结构与降维(2012)
  8. Mahoney,Michael W.:矩阵和数据的随机算法(2011)
  9. 马丁森,每冈纳;罗克林,弗拉基米尔;泰格特,马克:矩阵分解的随机算法(2011)
  10. 马奥尼,迈克尔W。;Drineas,Petros:用于改进数据分析的CUR矩阵分解(2009)
  11. Pauli,Miettinen:布尔列和列-行矩阵分解(2008)ioport公司
  12. 佛朗哥伍尔夫;自由,江户;弗拉基米尔;Tygert,Mark:矩阵逼近的快速随机算法(2008)
  13. 德里亚斯石油公司;Mahoney,Michael W.:基于张量的奇异值分解推广的随机化算法(2007)
  14. 阿斯瓦尼·库马尔,切鲁库里;Srinivas,Suripeddi:使用特征值分析进行有效信息检索的潜在语义索引(2006)
  15. 德里亚斯石油公司;坎南,拉维;Mahoney,Michael W.:矩阵的快速蒙特卡罗算法。三: 计算压缩近似矩阵分解(2006)
  16. 德里亚斯石油公司;马奥尼,迈克尔W。;Muthukrishnan,S.:子空间抽样和相对误差矩阵近似:基于列行的方法(2006)
  17. 贝瑞,迈克尔W。;普拉托瓦,沙基纳A。;Stewart,G.W.:算法844:计算稀疏矩阵的稀疏降秩近似(2005)
  18. Stewart,G.W.:准Gram-Schmidt算法的误差分析(2005)