LU Preconditioning for Overdetermined Sparse Least Squares Problems
LU Preconditioning for Overdetermined Sparse Least Squares Problems
复制标题
超定稀疏最小二乘问题的 LU 预处理
DOI：
10.1007/978-3-319-32149-3_13
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
M. Baboulin
中科院分区：
文献类型：
--
作者：
G. Howell;M. Baboulin
我们研究如何使用LU分解与经典的lsqr例程解决超定稀疏最小二乘问题。通常L比A有更好的条件，用L代替A迭代会导致更快的收敛。当运行时测试表明L不是充分良好条件时，L的部分正交化加速收敛。数值实验表明，我们的算法在存储和收敛方面的良好行为。
We investigate how to use an LU factorization with the classical lsqr routine for solving overdetermined sparse least squares problems. Usually L is much better conditioned than A and iterating with L instead of A results in faster convergence. When a runtime test indicates that L is not sufficiently well-conditioned, a partial orthogonalization of L accelerates the convergence. Numerical experiments illustrate the good behavior of our algorithm in terms of storage and convergence.
DOI：
10.1137/1.9780898718003
发表时间：
2003-05
期刊：
--
影响因子：
--
作者：
Y. Saad
通讯作者：
Y. Saad