Эффективная матричная библиотека Java

Оригинальный автор(ы)	Питер Абелес
Стабильная версия	0.41.1 / 4 декабря 2022 г .; 20 месяцев назад
Репозиторий	github .с /меньше, чемоптимальный /ejml ;
Операционная система	Кросс-платформенный
Тип	Библиотека
Лицензия	Лицензия Апач
Веб-сайт	эймл .org

Efficient Java Matrix Library (EJML) — это библиотека линейной алгебры для управления вещественными/сложными/плотными/разреженными матрицами. Цели его проектирования: 1) быть максимально эффективным с точки зрения вычислений и памяти как для маленьких, так и для больших матриц, и 2) быть доступным как для новичков, так и для экспертов. Эти цели достигаются путем динамического выбора лучших алгоритмов для использования во время выполнения, чистого API и нескольких интерфейсов. EJML бесплатен, написан на 100% Java и выпущен под лицензией Apache v2.0.

EJML имеет три различных способа взаимодействия с ним: 1) процедурный, 2) SimpleMatrix и 3) уравнения. Процедурный стиль предоставляет все возможности EJML и практически полный контроль над созданием матриц, скоростью и конкретными алгоритмами. Стиль SimpleMatrix предоставляет упрощенное подмножество основных возможностей в простом в использовании объектно-ориентированном API в стиле потока, вдохновленном JAMA . Стиль Equations предоставляет символьный интерфейс, аналогичный по духу Matlab и другим CAS, который обеспечивает компактный способ написания уравнений. ^[1]

Возможности

EJML предоставляет следующие возможности для плотных матриц.

Основные операторы (сложение, умножение,...)
Матричные манипуляции (извлечение, вставка, объединение...)
Линейные решатели (линейные, наименьшие квадраты, инкрементные,...)
Разложения (LU, QR, Холецкого, SVD, собственное значение, ...)
Характеристики матрицы (ранг, симметричность, определенность, ...)
Случайные матрицы (ковариантные, ортогональные, симметричные,...)
Различные внутренние форматы (строки, блоки)
Модульное тестирование

Примеры использования

Стиль уравнения

Вычисление усиления Калмана :

eq.process("K = P*H'*inv( H*P*H' + R )");

Процедурный стиль

Вычисление усиления Калмана:

mult(H, P, c);
multTransB(c, H, S);
addEquals(S, R);
if (!invert(S, S_inv))
    throw new RuntimeException("Invert failed");
multTransA(H, S_inv, d);
mult(P, d, K);

Стиль SimpleMatrix

Пример разложения по сингулярным значениям (SVD):

SimpleSVD s = matA.svd();
SimpleMatrix U = s.getU();
SimpleMatrix W = s.getW();
SimpleMatrix V = s.getV();

Пример умножения матрицы:

SimpleMatrix result = matA.mult(matB);

РазложениеФабрика

Использование DecompositionFactory для вычисления разложения по сингулярным значениям с помощью плотной двухстрочной основной матрицы (DDRM): ^[2]

SingularValueDecomposition_F64<DenseMatrix64F> svd = 
    DecompositionFactory_DDRM.svd(true, true, true);

if (!DecompositionFactory.decomposeSafe(svd, matA))
    throw new DetectedException("Decomposition failed.");

DenseMatrix64F U = svd.getU(null, false);
DenseMatrix64F S = svd.getW(null);
DenseMatrix64F V = svd.getV(null, false);

Пример умножения матрицы:

CommonOps_DDRM.mult(matA, matB, result);

См. также

Список числовых библиотек

Ссылки

^ «Страница проекта EJML» . ЭЖМЛ . Питер Абелес . Проверено 21 января 2019 г.
^ «Матричное разложение — эффективная матричная библиотека Java» . ejml.org . Проверено 24 апреля 2021 г.

Внешние ссылки

Домашняя страница эффективной матричной библиотеки Java (EJML)

[ProjectPage-1] «Страница проекта EJML» . ЭЖМЛ . Питер Абелес . Проверено 21 января 2019 г.

[2] «Матричное разложение — эффективная матричная библиотека Java» . ejml.org . Проверено 24 апреля 2021 г.

[1]

[2]