共 1 条
[1]
Composite orthogonal projection methods for large matrix eigenproblems[J] . Jia Zhongxiao. Science in China Series A: Mathematics . 1999 (6)
计算大规模矩阵最大最小奇异值和奇异向量的两个精化Lanczos算法
被引：7
作者：
贾仲孝
张萍
机构：
[1] 清华大学数学科学系
[2] 大连理工大学应用数学系
来源：
关键词：
正交投影;
精化投影;
Ritz值;
Ritz向量;
精化向量;
Lanczos算法;
精化的Lanczos算法;
收敛性;
显式重新启动;
隐式重新启动;
D O I：
暂无
中图分类号：
O241.6 [线性代数的计算方法];
学科分类号：
摘要：
<正> 1.引言 在科学工程计算中经常需要计算大规模矩阵的少数最大或最小的奇异值及其所对应的奇异子空间。例如图像处理中要计算矩阵端部奇异值之比作为图像的分辨率,诸如此类的问题还存在于最小二乘问题、控制理论、量子化学中等等。然而大多实际问题中的矩阵是大型稀疏矩阵,且需要的是矩阵的部分奇异对。如果计算A的完全奇异值分解(SVD),则运算量和存储量极大,甚至不可能。因此必须寻求其它有效可靠的算法。 假设A的SVD为
引用
收藏
页码：293 / 304
页数：12
相关论文