点击次数：

论文类型： 期刊论文

发表时间： 2013-09-29

发表刊物： 计算机工程与应用

收录刊物： PKU、ISTIC、CSCD

卷号： 50

期号： 3

页面范围： 6-12,45

ISSN号： 1002-8331

关键字： 矩阵分解;奇异值分解;最小平方估计;大型数据集;分布式

摘要： 对奇异值（SVD）分解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），目的是改善奇异值分解在估计参数时非常耗费时间以及内存空间的问题。基于IDMSVD提出了分布式迭代式分割与合并算法（MRDSVD），使用Hadoop平台的MapReduce来实现，实验结果显示，IDMSVD可以有效改善SVD求最小平方解耗费运行时间与内存空间的问题，MRDSVD算法可进一步改善IDMSVD的运行时间。