SMP集群系统上矩阵特征问题并行求解器的有效算法

对称矩阵三对角化和三对角对称矩阵的特征值求解是稠密对称矩阵特征问题并行求解器的关键步 .针对SMP集群系统的多级体系结构,基于Householder变换的矩阵三对角化和三对角矩阵特征值问题的分而治之算法,给出了它们的MPI OpenMP混合并行算法 .算法研究集中在SMP集群系统环境下的负载平衡、通信开销和性能评价 .混合并行算法的设计结合了粗粒度线程并行模式和任务共享的动态调用方法,改善了MPI算法中的负载平衡问题、降低了通信开销 .在深腾6800上的实验表明,基于混合并行算法的求解器比纯MPI版本的求解器具有更好的性能和可扩展性 .     

带状线性方程组的并行交替方向算法

提出了分布式存储环境下求解带状线性方程组的并行交替方向迭代算法。充分利用系数矩阵的结构特点,给出了在系数矩阵分别为Hermite正定矩阵和M-矩阵时算法的充分条件,并针对采用的分裂方式,讨论了参数的收敛范围,最后在HPrx2600集群系统上进行了数值计算,结果表明实算与理论相一致,算法简便可行且具有良好的并行性。     

计算对称带状矩阵特征值问题的并行二分／多分法

文中提出了在分布式环境下并行求解对称带状矩阵特征值问题的并行二分．多分法及其改进,该算法利用变形高斯消去法计算对称带状矩阵的Sturm序列,并利用Rayleigh商迭代对二分／多分法加以改进,在算法的并行执行过程中,各处理机间不需通信,特别适用在分布式环境下的并行计算,最后给出了数值实验结果。     

一种求解复Hermite矩阵特征值的方法

介绍几种求解矩阵特征值和特征向量的经典算法及各自优缺点,通过理论推导,提出了一种性能稳健的方法,可以求解信号处理中常见的复Hermite阵.将对复Hermite矩阵求特征值和特征向量的问题转化为求解实对称阵的特征值和特征向量,而实对称阵的求解采用一种改进的三对角Householder法.最后把结果与Matlab仿真结果比较,可以看出该方法有很高的精确度.     

求解实对称带状矩阵特征值问题的一种分治算法

gi．引言考虑矩阵特征值问题AX二AX，其中A是半带宽为则1＜，＜＜。）的。Xu实对称带状矩阵，表示如下：即a；j二民当k－j＞，求解上述问题的经典算法是：先用稳定的正交变换（Householder变换或Gi、us变换）将带状矩阵三对角化，然后，用QR算法求对称三对角矩阵的特征对．经典算法的缺点是并行实现困难，尤其是分布式并行机上难度更大．文＊3］提出的同伦分治算法速度快，并行效率高，但它仅适合对称三对角矩阵．本文推广K3］的结果，提出求解实对称带状矩阵特征值问题的一种同伦分治算法．92．算法的理论背景把矩阵A划分如下：其中A…     

基于图模型的图像分割并行算法研究与实现

为了提高图模型方法的分割速度,本文提出该方法的一种并行实现方案.该方案通过网格划分来实现相似度矩阵的并行计算.同时考虑到相似度矩阵的稀疏性和矩阵向量乘运算的内在并行性,在该方案中本文设计并行Lanczos算法来求解特征值问题.在MPI环境下的实验结果表明,该并行方案是提高图模型分割方法实时性的有效途径.     

基于反幂法和扩展卡尔曼滤波的姿态估计算法

针对基于Davenport的四元数法和扩展卡尔曼(extended Kalman filtering,EKF)的姿态估计算法的精度受特征值精度影响的问题,设计一种基于反幂法与EKF算法的姿态估计算法。根据Davenport矩阵K的近似特征值,利用反幂法迭代计算出Davenport矩阵K的特征向量,将其作为EKF的测量值,降低EKF测量值对特征值的敏感度。为验证算法有效性,搭建四旋翼无人机实验平台,实测实验结果表明,该算法能为无人机提供高精度、实时的姿态信息,实现了无人机的稳定飞行。     

GPU加速不完全Cholesky分解预条件共轭梯度法

不完全 Cholesky 分解预条件共轭梯度（incomplete Cholesky factorization preconditioned conjugate gradient ,ICCG）法是求解大规模稀疏对称正定线性方程组的有效方法。然而ICCG法要求在每次迭代中求解2个稀疏三角方程组,稀疏三角方程组求解固有的串行性成为了ICCG法在GPU上并行求解的瓶颈。针对稀疏三角方程组求解,给出了一种利用GPU 加速的有效方法。为了增加稀疏三角方程组求解在GPU上的多线程并行性,提出了对不完全Cholesky分解产生的稀疏三角矩阵进行分层调度（level scheduling ）的方法。为了进一步提高稀疏三角方程组求解的并行性能,提出了在分层调度前通过近似最小度（approximate minimum degree ,AMD）算法对系数矩阵进行重排序、在分层调度后对稀疏三角矩阵进行层排序的方法,降低了分层调度过程中产生的层数,优化了稀疏三角方程组求解的GPU内存访问模式。数值实验表明,与利用NVIDIA CUSPARSE实现的ICCG法相比,采用上述方法性能可以获得平均1倍以上的提升。     

求解对称特征值问题的块Chebyshev—Davidson方法

块Davidson方法是求解大型对称矩阵特征值问题块Lancz08方法的预处理变形．为了加速块Davidson方法的收敛性,我们组合块Chebyshev迭代法和块Davidson方法,提出了求解大型对称矩阵若干极端特征值的块Chebyshev—Davidson方法,并将收缩技术应用到该方法中．数值结果表明,块Chebyshev—Davidson方法优于块Davidson方法和Chebyshev—Davidson方法．     

求解对称区间矩阵标准特征值的进化策略新算法

针对实对称区间矩阵的特征值问题,将区间不确定量看成是围绕区间中点的一种摄动,提出了一种基于区间扩张的对称区间矩阵特征值问题求解的进化策略算法。将区间矩阵中点作为平衡点,区间不确定量作为相应的扰动量,根据摄动公式求出区间矩阵的最大特征值和最小特征值,从而获得区间矩阵特征值问题的解。算例显示了该算法的有效性,其主要特点是收敛速度快、求解区间精度高。