Jblas: Lineární algebra pro Javu - Jblas: Linear Algebra for Java - Wikipedia

Jblas: Lineární algebra pro Javu
Původní autořiMikio L. Braun
Stabilní uvolnění
1.2.4 / 12. května 2015 (2015-05-12)
Operační systémCross-platform
TypKnihovna
LicenceBSD revidováno
webová stránkajblas.org

jblas je knihovna lineární algebry vytvořená Mikiem Braunem pro programovací jazyk Java, na kterém je založen BLAS a LAPACK. Na rozdíl od většiny ostatních knihoven Java lineární algebry je jblas navržen pro použití s ​​nativním kódem prostřednictvím nativního rozhraní Java (JNI ) a je dodáván s předkompilovanými binárními soubory. Při použití v jedné z cílených architektur automaticky vybere správný binární soubor, který se má použít, a načte jej. To umožňuje jeho použití ihned po vybalení z krabice a vyhnutí se potenciálně zdlouhavému procesu kompilace. jblas poskytuje jednodušší použití API na vysoké úrovni nad archaickým API poskytovaným BLAS a LAPACK, což odstraní velkou část zdlouhavosti.

Od svého počátečního vydání si jblas získává popularitu ve vědeckých počítačích. S aplikacemi v řadě aplikací, jako je klasifikace textu,[1] síťová analýza,[2] a stacionární podprostorová analýza.[3] Je součástí softwarových balíčků, jako je JLabGroovy,[4] a Universal Java Matrix Library (UJMP).[5] Ve studii výkonu knihoven Java matrix[6] jblas byla nejvýkonnější knihovna, když se uvažuje o knihovnách s nativním kódem.

Schopnosti

Následuje přehled schopností společnosti jblas, jak jsou uvedeny na webových stránkách projektu:

  • Vlastní - vlastní složení
  • Řešení - řešení lineárních rovnic
  • Singular - rozklad singulární hodnoty
  • Rozložit - LU, Cholesky, ...
  • Geometrie - centrování, normalizace, ...

Příklad použití

Příklad rozkladu vlastních čísel:

DoubleMatrix[] evd = Vlastní.symetrické vlastní vektory(matA);DoubleMatrix PROTI = evd[0];DoubleMatrix D = evd[1];

Příklad násobení matic:

DoubleMatrix výsledek = matA.mmul(matB);

Viz také

Reference

  1. ^ C. Dharmadhikar, Shweta; Maya Ingle; Parag Kulkarn (červenec 2012). "Nový model klasifikace textu s více štítky využívající učení pod dohledem". International Journal of Data Mining & Knowledge Management procesu (IJDKP). 2 (4).
  2. ^ Davis, Nicholas; Ahwan Pandey; B. A. McKinney (2011). „Skutečné srovnání implementací CPU a GPU SNPrank: nástroj pro síťovou analýzu pro GWAS“. Bioinformatika. 27 (2): 284–285. doi:10.1093 / bioinformatika / btq638. PMC  3018810. PMID  21115438.
  3. ^ Muller, Jan Saputra; Paul von Bunau; Frank C. Meinecke; Franz J. Kiraly; Klaus-Robert Muller (2011). Příručka SSA Toolbox 1.3 (PDF). Citováno 25. září 2013.
  4. ^ Papadimitriou, Stergios. „JLabGroovy“. Citováno 23. září 2013.
  5. ^ Arndt, Holger. „Universal Java Matrix Package“. Citováno 25. září 2013.
  6. ^ Abeles, Peter. „Java Matrix Benchmark“. Citováno 23. září 2013.