DOI: 10.11908/j.issn.0253-374x.21201

作者:

作者单位: 重庆大学 数学与统计学院， 重庆 401331


作者简介: 李寒宇（1981—）， 男， 教授， 博士生导师， 理学博士， 主要研究方向为随机数值代数与张量计算。 E-mail： hyli@cqu.edu.cn


通讯作者:

中图分类号: O241.6


基金项目: 国家自然科学基金（11671060）；重庆市自然科学基金（cstc2019jcyj-msxmX0267）




A Greedy Gauss-Seidel Method for Solving the Large Linear Least Squares Problem
Author:

Affiliation: College of Mathematics and Statistics， Chongqing University， Chongqing 401331， China


Fund Project:




摘要
| 图/表
| 访问统计
| 参考文献
|相似文献
| 引证文献
| 资源附件

摘要:基于一种选择系数矩阵A<?fx-imagestate width="2.45533323" height="2.37066650"?><?fx-imagestate width="2.45533323" height="2.37066650"?>的工作列的策略，提出了求解大型线性最小二乘问题的一种不同的贪婪Gauss-Seidel方法，并对该方法进行了收敛性分析。数值实验表明，在相同的精度下，所提方法在计算时间上优于文献提出的贪婪随机坐标下降方法。



Abstract:An alternative greedy Gauss-Seidel method for solving the large linear least squares problem is proposed based on a novel strategy for choosing the working columns of the coefficient matrix A<?fx-imagestate width="2.45533323" height="2.37066650"?><?fx-imagestate width="2.45533323" height="2.37066650"?>， and the convergence of the new method is analyzed. The numerical experiments show that for the same accuracy， the method proposed in this paper outperforms the greedy randomized coordinate descent method proposed recently in term of the computing time.





PDF全文下载地址:

点我下载PDF