Если вы ищете высокопроизводительную реализацию с разреженной матрицей, посмотрите NMath из программного обеспечения CenterSpace.
Здесь '
классы матриц, в том числе треугольные,
симметричный, эрмитовский, полосчатый,
трехдиагональные, симметрично-полосчатые и
Эрмитовская полоса.
Функции для
преобразование между общими матрицами
и типы структурированных разреженных матриц.
Функции для транспонирования структурированных
разреженные матрицы, вычисление внутренних
продукты и матрица расчета
норм.
Классы факторинга
структурированные разреженные матрицы, включая
LU-факторизация для ленточных и
трехдиагональные матрицы, Банча-Кауфмана
факторизация для симметричных и
Эрмитовы матрицы и Холецкий
разложение для симметричных и
Эрмитовы положительно определенные матрицы.
После построения матрица
факторизации можно использовать для решения
линейные системы и вычисления
определители, обратные и условие
числа.
Общий разреженный вектор и
матричные классы и матрица
факторизации.
Ортогональный
классы разложения для общих
матрицы, включая QR-разложение
и разложение по сингулярным числам
(СВД).
Расширенный метод наименьших квадратов
классы факторизации для общих
матрицы, включая Холецкого, QR и
СВД.
Факторизация LU для общих
матрицы, а также функции для
решение линейных систем, вычисления
определители, обратные и условие
числа.
Пол
ответ дан 4 December 2019 в 03:39
поделиться