[发明专利]基于MKL的大型稠密复数矩阵的快速求解方法

说明书

本发明涉及矩阵求解技术领域，尤其涉及基于MKL的大型稠密复数矩阵的快速求解方法，基于MKL的大型稠密复数矩阵的快速求解方法包括以下步骤：(1)、参数选取；(2)、构建函数集；(3)、构建数据模型；(4)、求解计算；(5)、结果验证。该基于MKL的大型稠密复数矩阵的快速求解方法，首先在大型稠密复数矩阵中批量获取数据样本，通过参数组可进行特征选取，提取矩阵特征，方便重新简化构建函数集，基于大型稠密复数矩阵的特征，同时在不改变复数矩阵特征的基础上，简化计算方式，通过MKL算法计算重新排布以便将其转化获得简化的稀疏复数矩阵，避免了大型稠密复数矩阵中大量相同元素的计算，直接构建并应用简单快捷的MKL数据模型。

技术领域

本发明涉及矩阵求解技术领域，尤其涉及基于MKL的大型稠密复数矩阵的快速求解方法。

背景技术

矩阵是数的排列，复数矩阵指的是元素中含有复数的矩阵，在大型稠密复数矩阵求解运算过程中可应用MKL技术领域。MKL指代英特尔数学核心函数库，IntelMathKernelLibrary英特尔数学核心函数库(英特尔MKL)提供经过高度优化和大量线程化处理的数学例程，面向性能要求极高的科学、工程及金融等领域的应用。

现有的大型稠密复数矩阵的求解方法一般采用设方程组和解方程组的方式进行求解，因此传统的矩阵求解计算过程较为复杂；

现有的大型稠密复数矩阵的快速求解方法的计算求解速度较慢，数据处理能力较差，不能够在基于MKL的基础上，重新简化构建函数集并建立MKL数据模型，有待优化，为此，我们提出基于MKL的大型稠密复数矩阵的快速求解方法。

发明内容

本发明的目的是提供基于MKL的大型稠密复数矩阵的快速求解方法，解决上述背景技术中提出的现有的大型稠密复数矩阵的快速求解方法的计算求解速度较慢，数据处理能力较差，并且传统计算方式较为粗糙，不能够在基于MKL的基础上，重新简化构建函数集并建立MKL数据模型，有待优化的问题。

为了实现上述目的，本发明采用了如下技术方案：

基于MKL的大型稠密复数矩阵的快速求解方法，包括以下步骤：

(1)、参数选取；

(2)、构建函数集；

(3)、构建数据模型；

(4)、求解计算；

(5)、结果验证。

优选的，基于MKL的大型稠密复数矩阵的快速求解方法包括以下具体步骤：

(1)、参数选取

从大型稠密复数矩阵中批量获取数据样本，选取参数组，然后进行特征选取，提取矩阵特征；

(2)、构建函数集

基于上述选取的数矩阵数据样本参数组，进行特征融合，然后依据MKL数据库对每个参数组内部的数据进行排布，构建函数集；

(3)、构建数据模型

通过MKL算法计算上述函数集的特征值，基于特征值由稠密复数矩阵构建稀疏复数矩阵，实行简化重排，并按照数据排布的运算顺序重新建立MKL数据模型；

(4)、求解计算

将原复数矩阵数据样本参数组内部的数据协同代入至MKL数据模型，进行识别计算，输出矩阵求解的计算值；

(5)、结果验证

随机选取大型稠密复数矩阵的参数组，代入至求解计算值，验证所求结果，判断输送结果的准确值，确保结果的准确性。

优选的，步骤(1)的参数选取过程中，选取的参数组为两组或两组以上。