特征向量混合的谱分割
摘要：数据分析中的许多常见方法依赖于线性代数。我们提供了将数据分析误差与数值精度连接起来的新结果，从而为双向谱分区提供了第一个有意义的停止准则。更一般地，我们提供了逐点收敛保证，以便可以借助特征向量的混合（线性组合）来解决数据分析问题，并对其准确性感到放心。我们在一个易于访问的模型问题“环形集团”上展示了这个理论，通过推导相关的特征值对并将预测结果与数值解进行比较。这些结果弥合了基于线性代数的数据分析方法与迭代逼近方法的收敛理论之间的差距。
作者：James P. Fairbanks and Geoffrey D. Sanders and David A. Bader
论文ID：1510.04658
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2016-02-03