Jblas: линейная алгебра для Java - Jblas: Linear Algebra for Java - Wikipedia

Jblas: линейная алгебра для Java
Оригинальный автор (ы)Микио Л. Браун
Стабильный выпуск
1.2.4 / 12 мая 2015 г. (2015-05-12)
Операционная системаКроссплатформенность
ТипБиблиотека
ЛицензияBSD Revised
Интернет сайтjblas.org

jblas - это библиотека линейной алгебры, созданная Микио Брауном, для языка программирования Java, построенная на BLAS и ЛАПАК. В отличие от большинства других библиотек линейной алгебры Java, jblas предназначен для использования с собственным кодом через собственный интерфейс Java (JNI ) и поставляется с предварительно скомпилированными двоичными файлами. При использовании на одной из целевых архитектур он автоматически выберет правильный двоичный файл для использования и загрузит его. Это позволяет использовать его прямо из коробки и избежать потенциально утомительного процесса компиляции. jblas предоставляет более простой в использовании высокоуровневый API поверх архаичного API, предоставляемого BLAS и ЛАПАК, устраняя большую часть утомительности.

С момента своего первого выпуска jblas набирает популярность в научных вычислениях. С приложениями в ряде приложений, таких как классификация текста,[1] сетевой анализ,[2] и стационарный анализ подпространств.[3] Это часть программных пакетов, таких как JLabGroovy,[4] и Универсальная матричная библиотека Java (UJMP).[5] В исследовании производительности матричных библиотек Java[6] jblas была самой производительной библиотекой, если рассматривать библиотеки с собственным кодом.

Возможности

Ниже приводится обзор возможностей jblas, перечисленных на веб-сайте проекта:

  • Eigen - собственное разложение
  • Solve - решение линейных уравнений
  • Сингулярно-сингулярное разложение
  • Разложить - ЛУ, Холецкий, ...
  • Геометрия - центрирование, нормализация, ...

Пример использования

Пример разложения собственных значений:

DoubleMatrix[] Evd = Эйген.симметричный собственные векторы(matA);DoubleMatrix V = Evd[0];DoubleMatrix D = Evd[1];

Пример умножения матриц:

DoubleMatrix результат = matA.ммул(matB);

Смотрите также

Рекомендации

  1. ^ К. Дхармадхикар, Светлана; Майя Ингл; Параг Кулкарн (июль 2012 г.). «Новая модель классификации текста с несколькими метками с использованием полу контролируемого обучения». Международный журнал интеллектуального анализа данных и управления знаниями (IJDKP). 2 (4).
  2. ^ Дэвис, Николас; Ахван Панди; Б. А. МакКинни (2011). «Сравнение реализаций CPU и GPU SNPrank: инструмент сетевого анализа для GWAS». Биоинформатика. 27 (2): 284–285. Дои:10.1093 / биоинформатика / btq638. ЧВК  3018810. PMID  21115438.
  3. ^ Мюллер, Ян Сапутра; Пауль фон Бунау; Фрэнк К. Майнеке; Франц Дж. Кирали; Клаус-Роберт Мюллер (2011). SSA Toolbox 1.3 Руководство (PDF). Получено 25 сентября, 2013.
  4. ^ Пападимитриу, Стергиос. "JLabGroovy". Получено 23 сентября, 2013.
  5. ^ Арндт, Хольгер. «Универсальный пакет Java Matrix». Получено 25 сентября, 2013.
  6. ^ Абелес, Питер. "Тест Java Matrix Benchmark". Получено 23 сентября, 2013.