大型稀疏矩阵奇异值分解的Java实现

我只是想知道是否有人知道大型稀疏矩阵的奇异值分解（SVD）的java实现？我需要这个潜在语义分析（LSA）的实现

我尝试了UJMP和JAMA的包，但当行数>=1000和列数>=500时，它们会阻塞。如果有人能给我指出psuedocode或其他东西，我将不胜感激

有一个。NIST库非常好，不幸的是，它不处理稀疏矩阵。我对其他的包裹不太熟悉。你可以看看,；它还具有相当高的质量，可以处理一些操作的稀疏矩阵；我不知道SVD，虽然我想它知道。我还听说这也值得一看

---

编辑：很抱歉听到UJMP不能处理您的问题。我听说它值得一看。

答案几乎相同，那就是尝试。好吧，Colt和JAMA中的类SingularValueDecomposition的代码几乎相同。此外，该代码仅适用于m>n（行数大于列数）时。此外，我认为这些算法没有针对稀疏矩阵进行优化。m>n条件并没有真正困扰我。事实上，对我来说，99.99%的时间，m>n，总是这样（行代表单词，列代表文档）。只是这个约束没有明确的文档记录。当m=2810，n=2809时，使用colt需要25分钟。不错，看看la4j。也许会有帮助，谢谢。这张单子很有帮助。如果有人感兴趣，apachecommons数学包确实有一个SVD实现。它只迭代30次，并引发异常。在代码中再深入一点，我们不知道如何增加它（因为类中的类中有类），它在后面使用Jama-svd。