潜在语义分析中词汇-文本矩阵奇异值分解的并行实现

摘要

针对潜在语义分析中词汇-文本矩阵奇异值分解的特点,设计并实现了一种基于单边Jacobi的矩阵奇异值分解的并行算法.并行算法采用了一种新的扫描策略和任务划分策略,该策略在一次扫描中能产生n(n-1)/2个不同的列向量对,同时能够对矩阵的列向量按模排序,使奇异值按从大到小的顺序排列.通过在自强3000高性能计算机上的实验表明,并行算法大大缩短了奇异值分解的计算时间,而且随着矩阵规模逐渐变大,加速比趋于稳定.