Java eigensolvers

Question

有沒有人知道Java中的eigensolver可以給我幾個最小的特征向量，而不是計算整個特征分解（即第二小的EV）？ 我看過Colt，Jama，MTJ，UJMP，但這些軟件包計算了所有的特征向量。

Answer 1

你能更詳細地描述你的矩陣嗎？ 稀疏嗎？ 通常，稀疏線性代數包具有僅計算一些最小或最大特征對的方法。 例如，您可以嘗試在Java中使用ARPACK。

另一個想法是編寫自己的Power方法版本，它很擅長快速找到一些極端特征值。 例如，如果您的矩陣是Hermitian或Eigenvalue Template Book（非Hermitian），如果您的矩陣是非Hermitian，請參閱Eigenvalue Template Book（Hermitian） 。

Answer 2

MTJ包含netlib-java並且有一個使用arpack的包裝器，因此可以求解一定數量的特征值，並且可以選擇那些屬性。

請參閱https://github.com/fommil/matrix-toolkits-java/blob/master/src/test/java/no/uib/cipr/matrix/sparse/ArpackSymTest.java

和http://static.javadoc.io/com.googlecode.matrix-toolkits-java/mtj/1.0.4/no/uib/cipr/matrix/sparse/ArpackSym.html

Answer 3

我不知道這是否可以幫助你，但這個數學庫不在你的名單上。

Apache Commons Math