作者:
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:
拟极小残差算法(QMR)是基于Lanczos双正交化过程的求解大型稀疏线性方程组的一种Krylov子空间方法.为了加快其收敛速度,采用加权技术,将QMR算法中的普通Euclidean内积用D-内积来代替,构造得到加权Lanczos双D-正交化算法,在此基础上得到加权拟极小残差算法(WQMR).数值算例表明,对某些矩阵特别是带状矩阵,该算法的收敛性优于QMR算法.
推荐文章
大型线性方程组求解的可验证外包算法
云计算
外包计算
可验证
大型线性方程组
大型稀疏复线性方程组双共轭梯度法
大型稀疏复线性方程组
全稀疏存贮策略
双共轭梯度法
人工鱼群算法在求解非线性方程组中的应用
非线性方程组
人工鱼群算法
近似解
进化计算
基于极大熵差分进化混合算法求解非线性方程组
差分进化算法
非线性方程组
极大熵方法
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 求解大型稀疏线性方程组的加权拟极小残差算法
来源期刊 青海师范大学学报(自然科学版) 学科
关键词 线性方程组 拟极小残差算法 Krylov子空间方法
年,卷(期) 2021,(2) 所属期刊栏目
研究方向 页码范围 30-35
页数 6页 分类号 O241.6
字数 语种 中文
DOI 10.3969/j.issn.1001-7542.2021.02.006
五维指标
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  (1)
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)
2021(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
线性方程组
拟极小残差算法
Krylov子空间方法
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
青海师范大学学报(自然科学版)
季刊
1001-7542
63-1017/N
大16开
青海西宁五四西路38号
56-16
1979
chi
出版文献量(篇)
2137
总下载数(次)
6
总被引数(次)
8317
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导