基于加权矩阵的多维广义特征值并行分解算法
文献类型：期刊论文
| 作者 | 高迎彬; 徐中英 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2023 |
| 卷号 | 49期号:12页码:2639-2644 |
| 关键词 | 广义特征值分解 加权矩阵 并行分解 多维估计 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c200399 |
| 英文摘要 | 针对串行广义特征值分解算法实时性差的缺点,提出基于加权矩阵的多维广义特征值分解算法.与串行算法不同,所提算法能够在一次迭代过程中并行地估计出多维广义特征向量.平稳点分析表明:当且仅当算法中状态矩阵等于所需的广义特征向量时,算法达到收敛状态.通过对比相邻时刻的状态矩阵模值证明了所提算法的自稳定特性.所提算法参数选取简单,实际实施较为容易.数值仿真和实例应用进一步验证了算法的并行性、自稳定性和实用性. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/55781]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 高迎彬,徐中英. 基于加权矩阵的多维广义特征值并行分解算法[J]. 自动化学报,2023,49(12):2639-2644. |
| APA | 高迎彬,&徐中英.(2023).基于加权矩阵的多维广义特征值并行分解算法.自动化学报,49(12),2639-2644. |
| MLA | 高迎彬,et al."基于加权矩阵的多维广义特征值并行分解算法".自动化学报 49.12(2023):2639-2644. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。