不同矩阵分解方法对海洋数据同化的影响*

• 作者: 季统凯 洪学海 管志斌 肖俊敏 谭光明 马岩
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 海洋数据同化 集合最优插值(EnOI) 矩阵求逆 矩阵分解 Choleskey分解
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 理论与算法
• 页码范围: 147-157
• 页数: 11页
• 分类号: TP301
• 字数: 7757字
• 语种: 中文

摘要

在海洋数据同化领域,集合最优插值方法中,矩阵求逆过程所使用的奇异值分解(singular value decomposition,SVD)十分耗时.对集合最优插值中逆矩阵的求逆过程进行优化,分别使用LU分解、Choleskey分解、QR分解来替代SVD分解.首先,通过LU分解(Choleskey分解或QR分解)得到相应的三角矩阵(或正交矩阵);然后,利用分解后的矩阵来实现相关逆矩阵的计算.由于LU分解、Choleskey分解、QR分解的算法复杂度都远小于SVD分解,因此改进后的同化程序能得到大幅度的性能提升.数值结果表明,所采用的三种矩阵分解方法相比于SVD分解,都能将集合最优插值的计算效率提升至少两倍以上.值得一提的是,在四种矩阵分解中Choleskey分解使得整个同化程序的性能达到了最优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪学海	中国科学院计算技术研究所高性能计算机研究中心	22	123	7.0	11.0
2	谭光明	中国科学院计算技术研究所高性能计算机研究中心	16	34	4.0	5.0
3	肖俊敏	中国科学院计算技术研究所高性能计算机研究中心	2	0	0.0	0.0