JAVA中的大稀疏矩阵特征分解答案

【问题标题】：Large Sparse Matrix Eigendecomposition in JAVAJAVA中的大稀疏矩阵特征分解
【发布时间】：2012-08-04 00:52:39
【问题描述】：

我正在寻找 Java 中的线性代数库，它可以处理大型“稀疏”矩阵（例如 100 万乘 100 万）并在矩阵上执行分解，如 SVD、LU。

我环顾四周并尝试了 COLT，但它只能处理最多固定数量元素的矩阵。

EJML 网站也提到它无法处理这个问题。 (http://code.google.com/p/efficient-java-matrix-library/wiki/FAQ)

我知道 C++ 中有一些包可以处理这种大小的数据，但是，我不能从 Java 迁移，因为我有所有其他代码都是围绕 Java 构建的。

有什么想法吗？非常感谢任何帮助！

【问题讨论】：

【解决方案1】：

尝试查看la4j（Java 的线性代数）。它处理稀疏矩阵和密集矩阵。所以你可以尝试这样的事情：

Matrix a = new CRSMatrix(...); // Compressed Row Storage format
Matrix vd[] = a.decompose(Matrices.EIGEN_DECOMPOSITOR); // vd[0] = V, vd[1] = D

因此，它适用于稀疏矩阵，但我不确定 (100 万 X 100 万) 大小。

【讨论】：