大型稀疏矩阵计算-MathNet数值

Question

我开始使用MathNet数值库 ，我需要它来计算与邻接矩阵的特征向量相对应的最大特征值。

当使用大量点时，邻接矩阵会变得非常大（即5782x5782条目）

大多数条目为“ 0”，所以我认为我可以使用“ SparseMatrix”。 但是，当我使用它时，仍然需要花一些时间进行计算。 实际上，我从来没有真正等了那么久才完成。 我在matlab中尝试了整个过程，没有任何问题。 Matlab在几秒钟内解决了它。

您对我有什么建议吗？

这是我在做什么：

// initialize matrix and fill it with zeros
Matrix<double> A = SparseMatrix.Create(count, count, 0);

... fill matrix with values ...

// get eigenvalues and eigenvectors / this part takes centuries =)
Evd<double> eigen = A.Evd(Symmetricity.Symmetric);
Vector<Complex> eigenvector = eigen.EigenValues;

Answer 1

Math.Net Numerics的实现完全基于C＃。 因此，性能可能无法与MATLAB之类的工具相提并论，因为它们主要依赖于本机且经过高度优化的BLAS库来执行数值计算。

您可能要使用Math.Net随附的本机包装，这些包装使用了高度优化的线性代数库（例如Intel的MKL或AMD的ACML）。 这个MSDN页面上有一个指南，说明了如何构建具有ACML支持的Math.NET（请参见Math.NET Numerics中的“编译和使用AMD ACML” ）。