Institute of Computing Technology, Chinese Academy IR
| 不同矩阵分解方法对海洋数据同化的影响 | |
管志斌1; 肖俊敏2; 季统凯1; 洪学海2 ; 谭光明2; 马岩1
| |
| 2019 | |
| 发表期刊 | 计算机科学与探索
 |
| ISSN | 1673-9418 |
| 卷号 | 13.0期号:1.0页码:147 |
| 摘要 | 在海洋数据同化领域,集合最优插值方法中,矩阵求逆过程所使用的奇异值分解(singular valuedecomposition,SVD)十分耗时。对集合最优插值中逆矩阵的求逆过程进行优化,分别使用LU分解、Choleskey分解、QR分解来替代SVD分解。首先,通过LU分解(Choleskey 分解或QR分解)得到相应的三角矩阵(或正交矩阵);然后,利用分解后的矩阵来实现相关逆矩阵的计算。由于LU分解、Choleskey 分解、QR分解的算法复杂度都远小于SVD分解,因此改进后的同化程序能得到大幅度的性能提升。数值结果表明,所采用的三种矩阵分解方法相比于SVD分解,都能将集合最优插值的计算效率提升至少两倍以上。值得一提的是,在四种矩阵分解中Choleskey 分解使得整个同化程序的性能达到了最优。 |
| 关键词 | 海洋数据同化 集合最优插值(EnOI) 矩阵求逆 矩阵分解 Choleskey分解 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/25793 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国矿业大学 2.中国科学院计算技术研究所 3.中国科学院遥感与数字地球研究所 4.中国科学院云计算中心 5.成都理工大学 |
| 推荐引用方式 GB/T 7714 | 管志斌,肖俊敏,季统凯,等. 不同矩阵分解方法对海洋数据同化的影响[J]. 计算机科学与探索,2019,13.0(1.0):147. |
| APA | 管志斌,肖俊敏,季统凯,洪学海,谭光明,&马岩.(2019).不同矩阵分解方法对海洋数据同化的影响.计算机科学与探索,13.0(1.0),147. |
| MLA | 管志斌,et al."不同矩阵分解方法对海洋数据同化的影响".计算机科学与探索 13.0.1.0(2019):147. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [管志斌]的文章 |
| [肖俊敏]的文章 |
| [季统凯]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [管志斌]的文章 |
| [肖俊敏]的文章 |
| [季统凯]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [管志斌]的文章 |
| [肖俊敏]的文章 |
| [季统凯]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论