LSQR

算法583:LSQR:稀疏线性方程组和最小二乘问题。给出了求解矩阵A大且稀疏的Ax=b和min | | Ax-b | 2的迭代方法。该方法基于Golub和Kahan的双对角化过程。它在解析上等价于标准共轭梯度法,但具有更好的数值性质。导出了可靠的停止准则,以及x的标准误差估计和A的条件数。这些准则被用于FORTRAN实现的方法,子程序LSQR。数值试验表明,当A病态时,LSQR算法是最可靠的算法。

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,1标准件)

显示343个结果中的1到20个。
按年份排序(引用)

1 2 ... 16 17 18 下一个

  1. Baechler,Gilles;Dümbgen,Frederike;Elhami,Golnoosh;Kreković,Miranda;Vetterli,Martin:坐标差分矩阵(2020年)
  2. Cerdán,J.;Guerrero,D.;Marín,J.;Mas,J.:秩亏最小二乘问题的先决条件(2020年)
  3. Chang,Xiao Wen;Kang,Peng;Titley Peloquin,David:计算最小二乘估计的误差界(2020)
  4. 黄宝华;马长峰:基于张量形式的全局最小二乘法求解一类广义Sylvester张量方程(2020)
  5. 贾忠孝:线性离散不适定问题Krylov子空间的逼近精度(2020)
  6. Mohammady,Somaieh;Eslahchi,M.R.:使用线性分式规划对Tikhonov正则化方法的扩展(2020)
  7. Schaub,Michael T.;Benson,Austin R.;Horn,Paul;Lippner,Gabor;Jadbabaie,Ali:单复形上的随机游动和规范化的Hodge 1-Laplacian(2020)
  8. Asgari,Z.;Toutounian,F.;Babolian,E.;Tohidi,E.:求解一维和二维线性Fredholm积分方程的LSMR迭代法(2019年)
  9. Avron,Haim;Druinsky,Alex;Toledo,Sivan:大型稀疏矩阵的谱条件数估计。(2019年)
  10. Axelson,Owe;Liang,Zhao Zheng:二乘二分块矩阵的预处理和迭代内积自由求精方法的参数修正版本(2019)
  11. Berger,Peter;Gröchenig,Karlheinz;Matz,Gerald:使用斜投影在不同子空间中采样和重建(2019年)
  12. 安东尼·博伊尔金空间方法;抛物线近似法
  13. Busseti,Enzo;Moursi,Walaa M.;Boyd,Stephen:圆锥问题正则点的解精化(2019)
  14. Alfredo Buttari;Orban,Dominique;Ruiz,Daniel;Titley Peloquin,David:对称鞍点系统的三对角化方法(2019)
  15. Caruso,Noe Angelo;Novati,Paolo:紧算子方程的LSQR收敛性分析(2019)
  16. Chung,Julianne;Gazzola,Silvia:正则化的灵活Krylov方法(2019)
  17. Dahito,Marie Ange;Orban,Dominique:线性搜索和信赖域方法中的共轭残差法(2019)
  18. Estrin,Ron;Orban,Dominique;Saunders,Michael A.:LNLQ:具有误差最小化特性的最小范数问题的迭代方法(2019)
  19. Estrin,Ron;Orban,Dominique;Saunders,Michael A.:LSLQ:具有误差最小化特性的线性最小二乘迭代法(2019年)
  20. Gazzola,Silvia;Noschese,Silvia;Novati,Paolo;Reichel,Lothar:线性离散不适定问题的Arnoldi分解、GMRES和预处理(2019年)

1 2 ... 16 17 18 下一个