基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用调和Arnoldi算法的一种等价形式,用较少的运算量将大规模矩阵特征值问题转化成一个小型的标准特征值问题来求解调和Ritz对.针对调和Arnoldi算法中调和Ritz值收敛而相应的调和Ritz向量往往不收敛的情况,保持调和Ritz值不变,结合精化Arnoldi算法的思想给出了一种在位移Krylov子空间上对调和Ritz向量进行精化求解的精化变形算法,以寻求使残量范数达到极小的近似特征向量.理论分析和数值实验表明这种精化变形算法的可行性、有效性以及更快的收敛速度,利用此算法可以更快求解满足精度要求的大规模矩阵的特征值和特征向量.同时,将这种算法应用于图像K-L变换的协方差矩阵的特征值和特征向量的求解,克服了K-L变换中由于图像矩阵过大而求解过程困难的问题,选取前若干个较大的特征值所对应的特征向量构成变换矩阵进行K-L变换来压缩图像,能直接应用于实时的图像压缩,较对图像分块在每个小块上进行K-L变换的方法更有效.
推荐文章
精化调和Ritz向量张成子空间上的调和Ritz值
调和Rayleigh-Ritz过程
调和Arnoldi方法
调和Ritz对
精化调和Ritz对
一种基于概念分解的政策精化方法
政策
政策精化
本体
概念分解
一种在线向量机增强学习算法
在线
向量机
增强学习
一种多维向量并行查询算法
多维索引结构
并行计算
相似查询
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种调和Ritz向量的精化算法及应用
来源期刊 成都理工大学学报(自然科学版) 学科 数学
关键词 调和Arnold算法 调和Ritz向量 精化Arnoldi算法 K-L变换 图像压缩
年,卷(期) 2012,(3) 所属期刊栏目 数学与应用数学
研究方向 页码范围 336-342
页数 分类号 O241.6
字数 4480字 语种 中文
DOI 10.3969/j.issn.1671-9727.2012.03.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭文艳 西安理工大学理学院 30 151 8.0 11.0
2 戴芳 西安理工大学理学院 42 260 9.0 13.0
3 肖小花 西安理工大学理学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
调和Arnold算法
调和Ritz向量
精化Arnoldi算法
K-L变换
图像压缩
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
成都理工大学学报(自然科学版)
双月刊
1671-9727
51-1634/N
大16开
成都市二仙桥东三路1号
62-24
1960
chi
出版文献量(篇)
2541
总下载数(次)
5
总被引数(次)
34042
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导