点击次数：

论文类型： 期刊论文

发表时间： 2014-06-15

发表刊物： 计算机科学

收录刊物： PKU、ISTIC、CSCD

卷号： 41

期号： 6

页面范围： 63-68

ISSN号： 1002-137X

关键字： 奇异值分解;最小平方估计;并行处理

摘要： 对奇异值分解(SVD)求解最小平方估计的问题进行了研究.提出迭代式分割与合并的算法(IDMSVD),目的是解决奇异值分解在估计参数时非常耗费内存空间的问题.基于IDMSVD提出了并行IDMSVD算法,并使用GPU实现之.实验结果显示,IDMSVD可以有效地解决SVD求最小平方解耗费运行时间与内存空间的问题,并行IDMSVD算法可进一步改善IDMSVD的运行时间.