-
公开(公告)号:CN119397149A
公开(公告)日:2025-02-07
申请号:CN202411224654.2
申请日:2024-09-03
Applicant: 湖南大学
IPC: G06F17/12 , G06F17/16 , G06F9/50 , G06F18/2136 , G06F18/241 , G06F18/25 , G06N3/0455
Abstract: 本申请涉及一种面向分布式平台的迭代求解法和预条件子自动选择的方法,导入训练稀疏矩阵数据,提取训练稀疏矩阵数据中的数值特征和网格特征;基于数值特征和网格特征对预设分类器进行训练,以固定的求解组合作为标签,不同求解组合对应不同的迭代求解法与预条件子组合;基于标签以及已训练分类器,针对不同的节点数和进程数训练多个模型,并根据当前选择的节点数与进程数确定已训练模型;获取输入的稀疏矩阵数据和右端向量,在选择的节点上对输入的稀疏矩阵数据和右端向量进行数据处理与特征提取,并将数据处理与特征提取结果汇总至主节点;在主节点上采用确定的已训练模型进行求解组合选择,将选择的组合结果发送至对应的节点上进行性线性方程组的迭代求解。
-
公开(公告)号:CN119322909A
公开(公告)日:2025-01-17
申请号:CN202411306667.4
申请日:2024-09-19
Applicant: 湖南大学
Abstract: 本申请涉及一种推荐求解器的参数的方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括:获取待求解线性方程的稀疏矩阵,以及求解器;获取所述稀疏矩阵的目标特征数据;将所述求解器的名称和所述目标特征数据,输入训练好的不同进程对应推荐模型,得到在各进程下所述求解器的推荐参数值。该方法能够根据稀疏矩阵的目标特征数据,个性化的推荐求解器的参数值,一方面,能够提高求解器的性能,另一方面,极大的提高线性方程组的求解效率,同时也节省了求解人员对不同领域的矩阵性质学习成本。
-