【摘要】：本文研究了大型低秩矩陣恢復(fù)問(wèn)題.利用隨機(jī)奇異值分解(RSVD)算法,對(duì)稀疏矩陣做奇異值分解.該算法與Lanczos方法相比,在誤差精度一致的同時(shí)運(yùn)算時(shí)間大大降低,且該算法對(duì)相對(duì)低秩矩陣也有效.
[Abstract]:In this paper, we study the problem of large low rank matrix restoration. Using the stochastic singular value decomposition (RSVD) algorithm, the sparse matrix is decomposed by singular value decomposition. Compared with the Lanczos method, the algorithm greatly reduces the computation time while the error accuracy is the same, and the algorithm is also effective for the relative low rank matrix.
【作者單位】： 武漢大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院;
【基金】：Supported by National Natural Science Foundation of China(10901125;11471253)
【分類號(hào)】：O151.21

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫繼廣;廣義奇異值的擾動(dòng)[J];計(jì)算數(shù)學(xué);1982年02期

2 劉世和;最合理的觀測(cè)次數(shù)和奇異值的拉依達(dá)舍棄準(zhǔn)則研究[J];湘潭大學(xué)自然科學(xué)學(xué)報(bào);1987年03期

3 盧琳璋,孫偉偉;一個(gè)逆奇異值問(wèn)題[J];高等學(xué)校計(jì)算數(shù)學(xué)學(xué)報(bào);1999年04期

4 黎羅羅;包含區(qū)間邊界上的奇異值[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);1998年02期

5 趙聞飆,施頌椒,胡庭姝;結(jié)構(gòu)奇異值綜合的一種新設(shè)計(jì)方法[J];信息與控制;1997年01期

6 龍憲惠;存在奇異值時(shí)AR模型的迭代穩(wěn)健建模法[J];四川大學(xué)學(xué)報(bào)(自然科學(xué)版);1992年02期

7 呂新民;有限奇異值與奇異值l-群的特征[J];商丘師范學(xué)院學(xué)報(bào);2002年02期

8 張方;李樹生;;復(fù)域Givens變換的研究[J];鞍山鋼鐵學(xué)院學(xué)報(bào);1993年01期

9 劉超;石冰;;一種基于相關(guān)函數(shù)法的奇異值補(bǔ)值方法[J];測(cè)試技術(shù)學(xué)報(bào);2010年04期

10 黃廷祝;塊H陣‖A~（－1）‖_∞的上界和最小奇異值的下界[J];電子科技大學(xué)學(xué)報(bào);1996年04期

相關(guān)碩士學(xué)位論文 前3條

1 宮琴;矩陣奇異值不等式及合相似的研究[D];陜西師范大學(xué);2016年

2 傅冬穎;一類反奇異值問(wèn)題的數(shù)值求解[D];浙江大學(xué);2010年

3 趙娜;張量的特征值和奇異值[D];天津大學(xué);2013年

，

本文編號(hào)：2248210