Esistono implementazioni Sparse Matrix ottimizzate per l'archiviazione in C #?
-
06-07-2019 - |
Domanda
Esistono implementazioni Sparse Matrix ottimizzate per lo storage in C #?
Soluzione
Vi è Math.NET .
Ha alcune matrici di riserva implementazioni . (il collegamento è al vecchio sito Math.NET. Non esiste più una versione online della documentazione).
Altri suggerimenti
Se stai cercando un'implementazione a matrice sparsa ad alte prestazioni, consulta NMath dal software CenterSpace.
Ecco un elenco parziale delle funzionalità tratte da qui sul sito Web di CenterSpace.
- Sparse strutturate con funzionalità complete classi di matrici, comprese triangolari, simmetrico, eremitico, fasciato, tridiagonale, fascia simmetrica e Hermitian fasciato.
- Funzioni per conversione tra matrici generali e tipi di matrice sparsa strutturati.
- Funzioni per trasposizione strutturata matrici sparse, elaborazione interna prodotti e matrice di calcolo norme.
- Classi per factoring matrici sparse strutturate, tra cui Fattorizzazione LU per banda e matrici tridiagonali, Bunch-Kaufman fattorizzazione per simmetrica e Matrici eremitiche e Cholesky decomposizione per simmetrica e Matrici definite positive eremitiche. Una volta costruita, matrice le fattorizzazioni possono essere utilizzate per risolvere sistemi lineari e compute determinanti, inversi e condizioni numeri.
- Vettore sparso generale e classi di matrice e matrice fattorizzazioni.
- Orthogonal classi di decomposizione per generale matrici, compresa la decomposizione QR e decomposizione di valore singolare (SVD).
- Minimi quadrati avanzati classi di fattorizzazione per generale matrici, tra cui Cholesky, QR e SVD.
- Fattorizzazione LU per generale matrici, nonché funzioni per risoluzione di sistemi lineari, informatica determinanti, inversi e condizioni numeri.
Paul
Autorizzato sotto: CC-BY-SA insieme a attribuzione
Non affiliato a StackOverflow