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:
针对共轭梯度法求解双变量矩阵方程异类约束解收敛速度较慢的问题,引入多项式预处理技术,构造了一个预处理矩阵,从而改变了系数矩阵奇异值的分布,使奇异值的比值趋于1,达到提高收敛速度的目的.针对特殊一类双变量矩阵方程异类约束解的求解问题,构造了多项式预处理共轭梯度法,证明了该算法是收敛性的,且具有Q-线性收敛速度.数值实验结果表明,本算法比共轭梯度法收敛速度更快,迭代时间更短.
推荐文章
特殊双变量矩阵方程组异类约束解的MCG算法
线性矩阵方程组
异类约束解
修正共轭梯度法
最佳逼近
多变量LME一种异类约束最小二乘解的迭代算法
多变量LME
异类约束最小二乘解
极小范数解
迭代算法
最佳逼近
求多变量矩阵方程异类约束解的迭代算法
矩阵方程
异类约束矩阵
修正共轭梯度法
最佳逼近
极小范数解
一类双变量矩阵方程广义自反Ls解的迭代算法
线性矩阵方程
广义自反矩阵
最小二乘解
极小范数解
迭代算法
最佳逼近
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 基于多项式预处理的特殊双变量矩阵方程异类约束解算法
来源期刊 桂林电子科技大学学报 学科 数学
关键词 双变量矩阵方程 异类约束解 多项式预处理技术 Q-线性收敛
年,卷(期) 2019,(2) 所属期刊栏目
研究方向 页码范围 153-158
页数 6页 分类号 O241.6
字数 3641字 语种 中文
DOI 10.3969/j.issn.1673-808X.2019.02.013
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 段复建 桂林电子科技大学数学与计算科学学院 77 167 6.0 8.0
2 周咸富 桂林电子科技大学数学与计算科学学院 1 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  (51)
共引文献  (5)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
双变量矩阵方程
异类约束解
多项式预处理技术
Q-线性收敛
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
桂林电子科技大学学报
双月刊
1673-808X
45-1351/TN
大16开
广西桂林市金鸡路1号
1981
chi
出版文献量(篇)
2598
总下载数(次)
1
总被引数(次)
11679
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导