原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
大规模稀疏矩阵的主特征向量计算优化方法-计算机科学与探索
ISSN 1673-9418 CODEN JKYTA8 E-mail: fcst@
Journal of Frontiers of Computer Science and Technology
1673-9418/2012/06(02)-0118-07 Tel: +86-10
DOI: 10.3778/j.issn.1673-9418.2012.02.003
*
大规模稀疏矩阵的主特征向量计算优化方法
1,2,3+ 1,2,3 1,2,3 1,2,3 1,2,3
王 伟 , 陈建平 , 曾国荪 , 俞莉花 , 谭一鸣
1. 同济大学 计算机科学与技术系, 上海 200092
2. 国家高性能计算机工程技术中心 同济分中心, 上海 200092
3. 同济大学 嵌入式系统与服务计算教育部重点实验室, 上海 200092
Optimization of Parallel Principal Eigenvectors Computing for Large-Scale
*
Sparse Matrixes
WANG Wei1,2,3+, CHEN Jianping1,2,3, ZENG Guosun1,2,3, YU Lihua1,2,3, TAN Yiming1,2,3
1. Department of Computer Science and Engineering, Tongji University, Shanghai 200092, China
2. Tongji Branch, National Engineering Technology Center of High Performance, Shanghai 200092, China
3. Key Laboratory of Embedded System and Service Computing, Ministry of Education, Tongji University,
Shanghai 200092, China
+ Corresponding author: E-mail: willtongji@
WANG Wei, CHEN Jianping, ZENG Guosun, et al. Optimization of parallel principal eigenvectors computing
for large-scale sparse matrixes. Journal of Frontiers of Computer Science and Technology, 2012, 6(2): 118124.
Abstract The principal eigenvectors computing (PEC) is a paramount operation in engineering and scientific com-
puting. Since the general-purpose computing on graphics processing unit (GPGPU) emerges for the outstanding ac-
celeration factors, PEC implementations on graphics processing unit (GPU) have appeared on the scene. This paper
analyzes
文档评论（0）