×
杨爱丽;陈雪琪

求解大型线性系统的部分贪婪随机扩展高斯-赛德尔方法。 （英语） Zbl 1495.65039号

东亚J.应用。数学。 12，第4号，874-890（2022）.
摘要：基于贪婪的Kaczmarz算法，提出了一种贪婪的Gauss-Seidel算法，目的是寻找具有全列秩系数矩阵的线性代数方程组解（A^†b）的近似。在这种方法的基础上，我们引入了一种部分贪婪的随机扩展高斯-赛德尔方法，用于寻找缺列线性系统的近似最小范数最小二乘解。研究了这些方法的收敛性。数值实验表明，本文提出的方法是稳健有效的。

引用于1文件

MSC公司：

65层10 线性系统的迭代数值方法

关键词：

线性方程组;最小二乘解;随机扩展高斯-赛德尔方法;汇聚

软件：

AIR工具;稀疏矩阵
PDF格式BibTeX公司 XML格式引用
\textit{A.-L.Yang}和\textit{X.-Q.Chen}，东亚应用杂志。数学。12，第4号，874--890（2022；Zbl 1495.65039）
全文： DOI程序

参考文献：

[1] R.Ansorge，Cimmino-method和Kaczmarz方法之间的联系，用于求解奇异和正则方程组，计算33，367-375（1984）·Zbl 0537.65027号
[2] Z.-Z.Bai和C.-H.Jin，超定线性方程组的列分解松弛方法，国际期刊应用。数学。13, 71-82 (2003). ·Zbl 1049.65025号
[3] Z.-Z.Bai和X.-G.Liu，关于Meany不等式及其在几种行操作迭代方法收敛性分析中的应用，Numer。数学。124, 215-236 (2013). ·Zbl 1306.15015号
[4] Z.-Z.Bai和M.Rozloíník，关于求解线性系统的矩阵分裂迭代方法的数值行为，SIAM J.Numer。分析。53, 1716-1737 (2015). ·Zbl 1317.65089号
[5] Bai，L.Wang和W.-T.Wu，关于随机高斯-赛德尔方法的收敛速度，线性代数应用。第611237-252页（2021）·Zbl 1459.65040号
[6] Z.－Z.Bai和W.－T.Wu，关于随机Kaczmarz方法的收敛速度，线性代数应用。553, 252-269 (2018). ·Zbl 1391.65063号
[7] Z.-Z.Bai和W.-T.Wu，关于求解大型稀疏线性系统的贪婪随机Kaczmarz方法，SIAM J.Sci。计算。40，A592-A606（2018）·Zbl 1383.65024号
[8] Z.-Z.Bai和W.-T.Wu，关于求解大型稀疏线性系统的松弛贪婪随机Kaczmarz方法，应用。数学。莱特。83, 21-26 (2018). ·Zbl 1524.65191号
[9] Z.-Z.Bai和W.-T.Wu，关于求解大型线性最小二乘问题的贪婪随机坐标下降法，Numer。线性代数应用。26，e2237（2019）·Zbl 1449.65128号
[10] Z.-Z.Bai和W.-T.Wu，关于求解大型稀疏超定不相容线性系统的部分随机扩展Kaczmarz方法，线性代数应用。578, 225-250 (2019). ·Zbl 1420.65028号
[11] Z.-Z.Bai和W.-T.Wu，关于求解大型稀疏不一致线性系统的贪婪随机增广Kaczmarz方法，SIAM J.Sci。计算。43，A3892-A3911（2021）·Zbl 1483.65065号
[12] C.Brezinski，方程组的投影方法，Elsevier Science（1997）·Zbl 0867.65009号
[13] C.L.Byrne，《信号处理和图像重建中一些迭代算法的统一处理》，《反问题》20，103-120（2004）·Zbl 1051.65067号
[14] C.L.Byrne，应用迭代方法，A K Peters（2008）·Zbl 1140.65001号
[15] Y.Censor，大型和稀疏系统的行操作方法及其应用，SIAM Rev.23，444-466（1981）·Zbl 0469.65037号
[16] Y.Censor，块迭代方法在医学成像和放射治疗中的并行应用，数学。程序。42, 307-325 (1988). ·Zbl 0658.90099号
[17] T.A.Davis和Y.Hu，佛罗里达大学稀疏矩阵收集，ACM Trans。数学。柔和。38, 1-25 (2011). ·Zbl 1365.65123号
[18] K.Du，随机扩展Kaczmarz和Gauss-Seidel算法收敛的紧上界，Numer。线性代数应用。26，e2233（2019）·Zbl 1513.65068号
[19] P.P.B.Eggermont、G.T.Herman和A.Lent，大型分区线性系统的迭代算法，及其在图像重建中的应用，线性代数应用。40, 37-67 (1981). ·Zbl 0466.65021号
[20] G.H.Golub和C.F.Van Loan，《矩阵计算》，第三版。编辑，约翰·霍普金斯大学出版社（1996年）·Zbl 0865.65009号
[21] R.Gordon、R.Bender和G.T.Herman，三维电子显微镜和X射线摄影的代数重建技术（ART），J.Theoret。生物学报29471-481（1970）。
[22] R.B.Guenther、C.W.Kerber、E.K.Killian、K.T.Smith和S.L.Wagner，从射线照片重建物体和脑肿瘤位置，Proc。美国国家科学院。科学。美国71，4884-4886（1974）。
[23] P.C.Hansen和M.Saxild-Hansen，AIR工具-代数迭代重建方法的MATLAB包，J.Compute。申请。数学。236, 2167-2178 (2012). ·Zbl 1241.65042号
[24] G.T.Herman，《计算机层析成像基础：投影图像重建》，Springer（2009）·Zbl 1280.92002年
[25] G.T.Herman和R.Davidi，从少量投影重建图像，反问题24，045011（2008）·Zbl 1161.68825号
[26] G.T.Herman和L.B.Meyer，代数重建技术可以提高计算效率，IEEE Trans。医学成像12，600-609（1993）。
[27] S.Kaczmarz，Angenäherte Auflösung von Systemen Linearer Gleichungen，公牛。国际学术界。波隆。科学。莱特。A 35155-357（1937年）。
[28] A.C.Kak和M.Slaney，计算机断层成像原理，SIAM（2001）·Zbl 0984.92017号
[29] D.Leventhal和A.S.Lewis，线性约束的随机方法：收敛速度和条件，数学。操作。第35号决议，第641-654号决议（2010年）·Zbl 1216.15006号
[30] D.A.Lorenz、S.Wenger、F.Schöpfer和M.Magnor，用于在线压缩感知的稀疏Kaczmarz解算器和线性化Bregman方法，收录于IEEE国际会议图像处理。（ICIP），巴黎（2014）。
[31] A.Ma，D.Needell和A.Ramdas，随机扩展Gauss-Seidel和Kaczmarz方法的收敛性，SIAM J.矩阵分析。申请。36, 1590-1604 (2015). ·Zbl 1327.65112号
[32] F.Natterer，《计算机断层成像的数学》，SIAM（2001年）·Zbl 0973.92020号
[33] C.Popa和R.Zdunk，从有限数据重建层析图像的Kaczmarz扩展算法，数学。计算。模拟65579-598（2004）。
[34] T.Strohmer和R.Vershynin，指数收敛的随机Kaczmarz算法，J.Fourier Ana。申请。15, 262-278 (2009). ·Zbl 1169.68052号
[35] J.-J.Zhang，求解超大型线性系统的一种新的贪婪Kaczmarz算法，应用。数学。莱特。91, 207-212 (2019). ·Zbl 1409.65020号
[36] A.Zouzias和N.M.Freris，用于求解最小二乘的随机扩展Kaczmarz，SIAM J.矩阵分析。申请。34773-793（2013年）·Zbl 1273.65053号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。