潜在语义分析中词汇-文本矩阵奇异值分解的并行实现.pdfVIP

潜在语义分析中词汇-文本矩阵奇异值分解的并行实现.pdf

  1. 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. 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. 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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第26卷第2期计算机应用与软件Vo.l26No.2

2009年2月ComputerApplicationsandSofwtareFeb.2009

-

1121

郭恒明雷咏梅李利杰王雄

1(200072)

2(315100)

针对潜在语义分析中词汇-文本矩阵奇异值分解的点,设计并实现了一种基于单边Jacobi的矩阵奇异值分解的并行

算法并行算法采用了一种新的扫描策略和任务划分策略,该策略在一次扫描中能产生n(n-1)/2个不同的列向量对,同时能够对

矩阵的列向量按模排序,使奇异值按从大到小的顺序排列通过在自强3000高性能计算机上的实验表明,并行算法大大缩短了奇

异值分解的计算时间,而且随着矩阵规模逐渐变大,加速比趋于稳定

奇异值分解单边Jacobi并行计算潜在语义分析

PARALLELIMPLEMENTATIONOFSINGULARVALUEDECOMPOSITIONFOR

TERM-DOCUMENTMATRIXINLATENTSEMANTICANALYSIS

1121

GuoHengmingLeiYongmeiLiLijieWangXiong

1(SchoolofComputerEngineeringandScienc,eShanghaiUniversity,Shanghai200072,China)

2(NingboCitysCollegeofVocationalTechnology,Ningbo315100,Zhejiang,China)

AbstractAccordingtosingularvaluedecomposition(SVD)characterofterm-documentmatrixinlatentsemanticanalysis(LSA),apar-

allelalgorithmofSVDcomputationbasedonone-sideJacobiwasdesignedandimplemented.Thenewparallelscanningstrategyandtaskpart-i

tionstrategywereadoptedintheparallelalgorithm,thesestrategiescangeneraten(n-1)/2differentcolumnvectorpairsonceinascanning

operationandsortthecolumnvectorsinmatrixonnormstoqueuethesingularvaluesinasequencefrombigtosmallatthesametmie.Some

experimentalresultsattainedonZiqiang3000h-iperformancecomputershowthatthisparallelalgorithmgreatlyreducesthecomputationtmie

ofSVD,anditsspeedupratiobecomesstablealongwiththeincreaseofmatrixdmiension.

KeywordsSVDOne-sideJacobiParallelcomputingLatentsemanticanalysis

01Hestenes

LSA(LatentSemanticAnalysis)

文档评论(0)

mbxy007 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档