Cρ 准则下选择最优子集的并行算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


A Parallel Algorithm of Selecting the Best Subset on Cρ Criterion
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    Cρ 准则[1]是目前颇受重视的一种变量选择准则。本文针对大型线性回归模型,推导了从所有可能子集中用Cρ准则选择最优子集的(乘除法)运算次数,提出了Cρ准则下变量选择的并行算法。给出了在 YH-l和 YH-2 向量巨型计算机上运行该算法的模拟结果且获得了15 倍左右的向量加速比s/v,体现了该算法的优越性。

    Abstract:

    The Cρ criterion[l] is recently paid much attention to as an important one of variable selection. A parallel algorithm and the number of operations (multiplications and divisions) of selecting the best subset from a11 possible subsets,with regard to a large-scale linear regression model under Cρ criterion,are presented. The simulation results for the algorithm on the vector super-computers YH-1 and YH-2 are given. The vector speed-up,ratio,s/v, approximates to fifteen and the advantages of the algorithm are shown.

    参考文献
    相似文献
    引证文献
引用本文

胡庆军,吴翊. Cρ 准则下选择最优子集的并行算法[J].国防科技大学学报,1993,15(2):94-98.
Hu Qingjun, Wu Yi. A Parallel Algorithm of Selecting the Best Subset on Cρ Criterion[J]. Journal of National University of Defense Technology,1993,15(2):94-98.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:1991-07-16
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-01-23
  • 出版日期:
文章二维码