稀疏-QR

稀疏因式分解在MATLAB中没有提出。用增广系统方法求解稀疏线性最小二乘问题。计算结果的精度与标度参数δ密切相关。它的最优值计算成本很高,因此必须用一个简单的启发式方法来近似。我们描述了一种稀疏QR分解的多前沿方法及其在MATLAB中的实现。众所周知,多前沿方法适用于向量机。我们在MATLAB中也证明了它的吸引力。在这两种情况下,标量运算都是昂贵的,而将稀疏问题转化为稠密子问题是有利的。利用新的程序,我们实现了两种求解稀疏线性最小二乘问题的方法,并与内置的MATLAB函数进行了比较。我们证明了基于QR的方法通常比增广系统方法的MATLAB实现更快、更精确。为了使增广系统方法与基于QR分解的方法一样精确,必须选择参数δ或迭代求精(资料来源:http://plato.asu.edu)

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 17篇文章 参考,1标准件)

显示第1到17个结果,共17个。
按年份排序(引用)

  1. Khorramizadeh,M.;Mahdavi Amiri,N.:使用ABS方法求解稀疏零空间基问题的有效算法(2013)
  2. Gonzalez Lima,Maria;Wei,Hua;Wolkowicz,Henry:非退化假设下线性规划的稳定原对偶方法(2009)
  3. Le Born,Sabine:矩形矩阵稀疏零空间基的块计算和表示(2008)
  4. Le Born,S.;Cook,D.II:通过(\mathcalH)-算术中的正交因子分解构造离散无散度基(2007)
  5. Frank Dellaert;Kaess,Michael:平方根SAM:通过平方根信息平滑同步定位和映射(2006)
  6. Davis,Timothy A.:非对称模式多面方法的列预排序策略(2004)
  7. Wolkowicz,Henry:用预处理共轭梯度求解半定规划(2004)
  8. Malard,Joël M.:具有稠密外生矩阵的线性模型的并行限制极大似然估计(2002)
  9. Daydeé,Michel J.;Décamps,Jérôme P.;Gould,Nicholas I.M.:结构化线性系统的子空间预处理子空间(1999)
  10. Golub,Gene H.;Wathen,Andrew J.:不定系统的迭代及其在Navier-Stokes方程中的应用(1998)
  11. Davis,Timothy A.;Duff,Iain S.:稀疏LU分解的非对称模式多面方法(1997)
  12. Duff,Iain S.:稀疏数值线性代数:直接方法和预处理(1997)
  13. Matstoms,Pontus:最优化中的稀疏线性最小二乘问题(1997)
  14. Neumaier,Arnold:蛋白质分子模型和蛋白质结构的数学预测(1997)
  15. Matstoms,Pontus:共享内存架构上的并行稀疏QR分解(1995)
  16. Saunders,Michael A.:使用LSQR和Craig求解稀疏矩形系统(1995)
  17. Matstoms,P.:MATLAB中的稀疏QR分解(1994)