基于GPU的并行奇异值分解最小平方估计算法

摘要：

对奇异值分解(SVD)求解最小平方估计的问题进行了研究.提出迭代式分割与合并的算法(IDMSVD),目的是解决奇异值分解在估计参数时非常耗费内存空间的问题.基于IDMSVD提出了并行IDMSVD算法,并使用GPU实现之.实验结果显示,IDMSVD可以有效地解决SVD求最小平方解耗费运行时间与内存空间的问题,并行IDMSVD算法可进一步改善IDMSVD的运行时间.

关键词：奇异值分解、最小平方估计、并行处理

所属期刊栏目：41

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金71261025

在线出版日期：2014-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：63-68