A skew-symmetric Lanczos bidiagonalization method for computing several largest eigenpairs of a large skew-symmetric matrix
针对大型实斜对称矩阵极端特征对计算问题,提出基于谱分解与结构化SVD等价性的SSLBD方法,证明半正交/半双正交性的计算有效性,开发带部分重正交化的隐式重启算法,实验验证其有效性与效率。
2022-12-15 cs.NA math.NA
The Refined Joint Bidiagonalization Method and an Implicitly Restarted Algorithm for Large GSVD Computations
Tsinghua University(清华大学)
本文针对大规模GSVD计算,分析联合双对角化(JBD)方法的收敛问题,提出改进JBD(RJBD)方法及隐式重启算法,实验表明该算法效率优于隐式重启JBD算法。
2026-08-06 cs.NA math.NA
The Power of Bidiagonal Matrices
本文研究双对角矩阵的性质,证明其乘积的逆对扰动不敏感,推导线性系统的舍入误差界,并展示其在计算逆范数和证明特殊矩阵性质中的高效应用。
2023-11-11 cs.NA math.NA
Thick-restarted joint Lanczos bidiagonalization for the GSVD
针对大规模矩阵对的GSVD计算,提出厚重启联合Lanczos双对角化方法,通过数值实验验证其有效性,并与等效特征值问题方案在精度和性能上进行比较,基于SLEPc库并行实现。
2023-05-12 cs.MS cs.NA math.NA
A unified understanding of the two formulae for the traces of the inverse powers of a positive definite symmetric tridiagonal matrix
Kojogaoka, Otsu, Shiga 520-0821 Japan(日本滋贺县大津市小御冈28-20,邮编520-0821)
本文统一了两个计算正定对称三对角矩阵逆幂迹的公式,推导了奇异值下界,并给出了新的减法自由公式及矩阵理论解释。
2014-11-13 cs.NA math.NA
A higher-order singularity subtraction technique for the discretization of singular integral operators on curved surfaces
Centre for Mathematical Sciences(数学中心);Lund University(隆德大学)
本文提出一种高阶奇异性减除技术,通过将奇异核展开为级数并在参数矩形区域上使用高阶乘积积分,有效离散化曲面上的奇异积分算子,以较少计算量获得高精度结果。
2013-01-30 cs.NA math.NA
Bjorck-Pereyra-type methods and total positivity
Universidad de Alcalá(阿尔卡拉大学)
本文研究了通过逆系数矩阵的双对角分解求解结构化矩阵线性系统的方法,基于经典的Bjorck-Pereyra算法,探讨了总正性在获得准确结果中的关键作用,并扩展到总正的Cauchy、Cauchy-Vandermonde和广义Vandermonde矩阵,同时讨论了双对角分解在求解其他线性代数问题中的应用。
2018-11-20 cs.NA math.NA
The Krylov Subspaces, Low Rank Approximations and Ritz Values of LSQR for Linear Discrete Ill-Posed Problems: the Multiple Singular Value Case
对于大规模线性离散不适定问题$\min\|Ax-b\|$或$Ax=b$中的$b$被白噪声污染的问题,最常用的方法是基于Golub-Kahan双对角化的LSQR方法及其数学等价的共轭梯度(CG)方法,即应用于$A^TAx=A^Tb$的CG方法.它们具有内在的正则化效应,其中迭代次数$k$起正则化参数的作用。长期存在的基本问题是:{ \em LSQR和CGLS能否找到2-范数滤波的最佳正则化解}?对于$A$的奇异值为简单奇异值时的严重不适定问题和中度不适定问题,作者给出了明确的答案。本文将所得结果推广到多奇异值情形,并研究了Krylov子空间的逼近精度、Golub-Kahan双对角化生成的低秩逼近的性质以及Ritz值的收敛性质.对于这两类问题,我们证明了LSQR在半收敛时找到2-范数滤波最佳可能正则解。特别地,我们考虑了奇异值为$σ_k=\mathcal{O}(k^{-α})$和$α>0$的不适定问题的$A$的最佳、近最佳和一般秩$k$逼近,以及它们与非零奇异值之间的关系。数值实验证实了我们的理论。一般秩$k$近似及其非零奇异值性质的结果适用于几种Krylov求解器,包括LSQR,CGME,MINRES,MR-II,GMRES和RRGMRES.
2020-03-19 cs.NA math.NA
Efficient time-domain scattering synthesis via frequency-domain singularity subtraction
California Institute of Technology(加州理工学院)
提出一种频域奇异性减除技术,通过有理近似识别复共振并利用数值方法与渐近展开计算奇异性贡献,从而加速时域散射问题的傅里叶逆变换。
2025-10-27 cs.NA math.NA
Two Numerical Approaches for Nonlinear Weakly Singular Integral Equations
将第二类线性弱奇异弗雷德霍姆积分方程的奇性减法推广到非线性积分方程。提出了两种方法:经典方法是将非线性问题离散化,然后用有限维线性化方法数值求解离散问题。在对奇异差分格式的非线性性和求积规则作适当假设的情况下,证明了算法的收敛性。新的方法是基于线性化的问题在其无限维设置,和离散化的线性问题的序列奇异减法。它比前者更有效,两个数值实验证实。
2022-02-15 cs.NA math.NA
Singular Value Decomposition Approximation via Kronecker Summations for Imaging Applications
Emory University(埃默里大学)
本文提出通过将矩阵分解为克罗内克积之和来近似大型结构矩阵的截断奇异值分解,更高效地计算奇异值和向量,用于求解大规模病态逆问题。
2018-04-02 cs.NA math.NA
Split Bregman Isotropic and Anisotropic Image Deblurring with Kronecker Product Sum Approximations using Single Precision Enlarged-GKB or RSVD Algorithms to provide low rank truncated SVDs
本文提出用单精度扩展GKB算法获取Kronecker积近似的低秩截断SVD,并结合分裂Bregman各向同性与各向异性正则化高效求解大规模$\ell_1$图像去模糊问题。
2024-09-30 cs.NA math.NA
Approximating leading singular triplets of a matrix function
TU Eindhoven(埃因霍温理工大学);Università di Bologna(博洛尼亚大学)
研究如何近似矩阵函数的主导奇异值及其对应的奇异向量,提出不精确的Golub-Kahan-Lanczos正交化过程,并设计外层和内层停止准则以应对残差不足的问题。
2015-05-13 cs.NA math.NA
The regularization theory of the Krylov iterative solvers LSQR and CGLS for linear discrete ill-posed problems, part I: the simple singular value case
Tsinghua University(清华大学)
本文研究了LSQR和CGLS在不同病态问题中的正则化效果,证明了在严重病态问题中LSQR能获得最优正则化解,而在中等和轻微病态问题中则不能。
2017-01-20 cs.NA math.NA
Tensor Golub Kahan based on Einstein product
针对爱因斯坦积框架下的张量SVD逼近问题,提出基于张量Lanczos双对角化及Ritz增广重启的方法,验证了有效性并展示了在视频压缩、人脸识别中的应用。
2023-11-06 cs.NA math.NA
An improved dqds algorithm
National University of Defense Technology(国防科技大学);University of California, Berkeley(加州大学伯克利分校)
提出一种改进的 dqds 算法,通过新的收缩策略和改进的移位策略,加速双对角矩阵奇异值的高精度计算,最坏情况线性复杂度,典型加速比 1.2x-4x。
2014-03-02 cs.NA math.NA
Deflation for the off-diagonal block in symmetric saddle point systems
针对对称鞍点系统非对角块奇异值分布不佳影响Krylov子空间法收敛的问题,提出基于广义Golub-Kahan双对角化椭圆奇异值分解向量的消去策略,扩展现有方阵消去框架,数值实验验证了其有效性。
2024-05-14 cs.NA math.NA
The analytical subtraction approach for solving the forward problem in EEG
本文推导了脑电图正向问题中势积分的解析公式,基于四面体网格一阶基函数获得紧凑高效的单元矩阵表达式,在保持与最低阶数值积分相当的计算成本下显著提升了精度。
2019-01-16 cs.NA math.NA
The Low Rank Approximations and Ritz Values in LSQR For Linear Discrete Ill-Posed Problems
Tsinghua University(清华大学)
本文研究了LSQR在处理线性离散病态问题时低秩近似和Ritz值的特性,分析了其正则化能力,并通过数值实验验证了相关结论。
2019-01-08 cs.NA math.NA
A Preconditioned Hybrid SVD Method for Computing Accurately Singular Triplets of Large Matrices
Department of Computer Science, College of William and Mary(威廉与玛丽学院计算机科学系)
本文提出一种预处理混合SVD方法,结合预处理和高效求解器,准确计算大矩阵的最大和最小奇异三元组,通过两阶段元方法提升精度和效率。
2015-05-13 cs.MS cs.NA math.NA
Characterizing GSVD by singular value expansion of linear operators and its computation
本文从奇异值展开视角重新刻画矩阵对的广义奇异值分解,提出广义 Golub-Kahan 双对角化算法 gGKB_GSVD,用于大规模矩阵对非平凡极端 GSVD 分量的迭代计算,并验证其有效性。
2024-03-31 cs.NA math.NA
Spatially quasi-periodic bifurcations from periodic traveling water waves and a method for detecting bifurcations using signed singular values
我们提出了一种方法,通过定位零点的最小奇异值的雅可比矩阵的有符号的版本检测分叉。这使得使用二次收敛的根括号技术或切比雪夫插值来定位分叉点。只有正奇异值必须计算,虽然该方法依赖于存在的分析或光滑奇异值分解(SVD)。雅可比行列式的符号作为SVD算法中双对角约简的一部分计算,消除了最小奇异值零点处的斜率不连续性。我们使用的方法来搜索空间准周期性的行波分叉从大振幅的周期波。水波方程的共形映射框架,以方便计算的准周期Dirichlet-Neumann算子。我们发现了表面张力为零的纯重力波和悬垂重力毛细波的例子。在这两种情况下,波有两个空间准周期的比例是无理的。我们通过数值延拓的二级分支超出了关于主分支上的解的线性化的范围,以获得在没有两个波峰或波谷的完全相同形状的实线上延伸的行波。纯重力波问题与海洋波有关,其中毛细效应可以忽略。这种波只能通过二次分叉存在,因为它们不会持续到零振幅。重力-毛细波问题证明了用带符号的最小奇异值作为多参数分歧问题的检验函数的有效性。一旦网格足够精细,该测试函数就变得与网格无关。
2023-01-28 cs.NA math.NA physics.flu-dyn