基于加權(quán)矩陣的多維廣義特征值并行分解算法

摘要： 針對串行廣義特征值分解算法實時性差的缺點,提出基于加權(quán)矩陣的多維廣義特征值分解算法.與串行算法不同,所提算法能夠在一次迭代過程中并行地估計出多維廣義特征向量.平穩(wěn)點分析表明:當(dāng)且僅當(dāng)算法中狀態(tài)矩陣等于所需的廣義特征向量時,算法達到收斂狀態(tài).通過對比相鄰時刻的狀態(tài)矩陣模值證明了所提算法的自穩(wěn)定特性.所提算法參數(shù)選取簡單,實際實施較為容易.數(shù)值仿真和實例應(yīng)用進一步驗證了算法的并行性... （共6頁）