菜鸟学堂 服务器常用软件 主机测评网在线工具
快捷导航
广告　商业广告，理性选择
广告　商业广告，理性选择
广告　商业广告，理性选择
您的位置：首页 → 脚本专栏 → python → python共轭梯度迭代

python共轭梯度法特征值迭代次数讨论

 更新时间：2021年04月07日 11:44:50   作者：嵩悟空  
这篇文章主要介绍了python共轭梯度法特征值迭代次数讨论，想了解共轭梯度法的同学，需要着重看一下

Python客栈送红包、纸质书

共轭梯度法，特征值聚堆情况下迭代次数讨论

输入各种特征值聚堆与分散时的矩阵，并应用共轭梯度法，观察迭代次数与聚堆情况的关系。

因为对角矩阵的对角线元素为其特征值，则用对角矩阵讨论较为方便
代码

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
import numpy as np
 
def cg(x0, A, b):
 r0 = np.dot(A, x0) - b
 p0 = -r0
 rk = r0
 pk = p0
 xk = x0
 t = 0 #记录迭代次数
 while np.linalg.norm(rk) >= 1e-6:
  rr = np.dot(rk.T, rk)
  ak = rr / np.dot(np.dot(pk.T, A), pk)
  xk = xk + ak * pk
  rk = rk + ak * np.dot(A, pk)
  bk = np.dot(rk.T, rk) / rr
  pk = -rk + bk * pk
  t += 1
 return xk, t
 
#输入列表，生成以列表为对角元素的对角矩阵
def Diagonal_matrix(D):
 n = len(D)
 diag = np.zeros((n,n))
 for i in range(n):
  diag[i][i] = D[i]
 return diag
#矩阵对角线元素
D_1 = [1, 1, 1, 1, 1, 6, 7, 8, 9, 10]
D_2 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
D_3 = [0.8, 0.9, 1, 1.1, 1.2, 6, 7, 8, 9, 10]
D_4 = [1 - 2*1e-7, 1 - 1e-7, 1, 1 + 1e-7, 1 + 2*1e-7, 6, 7, 8, 9, 10]
D_5 = [1, 1, 1, 2, 2, 2, 3, 3, 3, 10]
#初始值
x0 = np.zeros((10,1))
b = np.ones((10,1)) 
#生成对角矩阵
diag1 = Diagonal_matrix(D_1)
diag2 = Diagonal_matrix(D_2)
diag3 = Diagonal_matrix(D_3)
diag4 = Diagonal_matrix(D_4)
diag5 = Diagonal_matrix(D_5)
#共轭梯度法迭代
x_1, n_1 = cg(x0, diag1, b)
x_2, n_2 = cg(x0, diag2, b)
x_3, n_3 = cg(x0, diag3, b)
x_4, n_4 = cg(x0, diag4, b)
x_5, n_5 = cg(x0, diag5, b)
n = [n_1, n_2, n_3, n_4, n_5]
#输出
for i in range(5):
  print('矩阵',i + 1 ,'的迭代次数为: ', n[i])<br type="_moz">
登录后复制免费讲解

矩阵1，前5个元素聚堆且都为相同元素

矩阵2，特征值分散

矩阵3，前5个特征值聚堆，但是最大差为0.4 ，而cg法精度为1e-6

矩阵4，前5个特征值聚堆，且相差最大小于1e-6

矩阵5，三聚堆
输出：

分析：

  • 聚堆特征值可看作一个特征值
  • 特征值差小于迭代精度时被看作聚堆
  • 例如矩阵5，前三个对角元素看作一个，4-6元素看作一个，7-9看作一个 一共4个元素，则需要迭代4次

以上就是python共轭梯度法特征值迭代次数讨论的详细内容，更多关于python共轭梯度法迭代的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:
蓄力AI

微信公众号搜索 “ 脚本之家 ” ，选择关注

程序猿的那些事、送书等活动等着你

原文链接：https://blog.csdn.net/qq_37789035/article/details/115425675

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权/违法违规/事实不符，请将相关资料发送至 reterry123@163.com 进行投诉反馈，一经查实，立即处理！

相关文章

  • Windows下Python使用Pandas模块操作Excel文件的教程

    Windows下Python使用Pandas模块操作Excel文件的教程

    Pandas是一个强大的Python数据分析模块,这里我们先使用ANACONDA来帮助获取Pandas所以来的一些环境,然后来初步学习Windows下Python使用Pandas模块操作Excel文件的教程
    2016-05-05
  • Python利用字典树实现猎词游戏

    Python利用字典树实现猎词游戏

    猎词（word hunt）是一类很常见的游戏，给你一张字母组成的表，然后让你在这些字母中尽可能多的去寻找单词。这类游戏用字典树就能轻松完成，本文就来具体讲讲实现步骤，需要的可以参考一下
    2022-06-06
  • 2021年的Python 时间轴和即将推出的功能详解

    2021年的Python 时间轴和即将推出的功能详解

    这篇文章主要介绍了2021年的Python 时间轴和即将推出的功能,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2020-07-07
  • 详解Python中映射类型的内建函数和工厂函数

    详解Python中映射类型的内建函数和工厂函数

    这篇文章主要介绍了详解Python中映射类型的内建函数和工厂函数,目前Python的内建映射类型只有字典一种,需要的朋友可以参考下
    2015-08-08
  • Python实现身份证号码解析

    Python实现身份证号码解析

    本文给大家汇总介绍下使用Python实现身份证号码验证解析的几个方法，有需要的小伙伴可以参考下。
    2015-09-09
  • Python轻松搞定视频剪辑重复性工作问题

    Python轻松搞定视频剪辑重复性工作问题

    这篇文章主要介绍了Python轻松搞定视频剪辑重复性工作问题，大家做视频剪辑的时候，还在重复性工作吗？今天，小编来教大家如何利用Python帮你搞定这些重复性的剪辑工作,需要的朋友可以参考一下
    2021-12-12
  • 使用pyinstaller打包PyQt4程序遇到的问题及解决方法

    使用pyinstaller打包PyQt4程序遇到的问题及解决方法

    今天小编就为大家分享一篇使用pyinstaller打包PyQt4程序遇到的问题及解决方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-06-06
  • Python pandas删除指定行/列数据的方法实例

    Python pandas删除指定行/列数据的方法实例

    这篇文章主要给大家介绍了关于Python pandas删除指定行/列数据的相关资料,文中通过实例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2022-01-01
  • Python简单实现词云图代码及步骤解析

    Python简单实现词云图代码及步骤解析

    这篇文章主要介绍了Python简单实现词云图代码解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-06-06
  • 解决python问题 Traceback (most recent call last)

    解决python问题 Traceback (most recent call&n

    这篇文章主要介绍了解决python问题 Traceback (most recent call last)，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2022-12-12

最新评论