基于加权矩阵的多维广义特征值并行分解算法

CORC > 自动化研究所 > 中国科学院自动化研究所 > 学术期刊 > 自动化学报

	基于加权矩阵的多维广义特征值并行分解算法
	高迎彬; 徐中英
刊名	自动化学报
	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.
内容类型	期刊论文
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.