论文部分内容阅读
对标准的调和Arnoldi方法进行改进,改进后的方法在近似特征向量选取方面充分利用m步Arnoldi过程所产生的最后一个基向量vm＋1的信息,在实际产生的m＋1维的Krylov子空间中寻求使残量范数达到极小的调和Ritz向量作为所求的特征向量的近似.理论分析和数值实验表明了该方法的可行性和有效性.同时,将这种方法应用于图像K-L变换的协方差矩阵的特征值和特征向量的求解,能进行实时图像的压缩,较对图像分块在每个小块上进行K-L变换的方法更有效.