La extracción de submatriz principal de suma máxima y sus aplicaciones
Autores: Zhang, Yizheng; Luo, Liuhong; Li, Hongjun
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
La extracción de submatriz principal de suma máxima y sus aplicaciones
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Extracción
Suma máxima
Submatriz principal
Problema de optimización combinatoria
Problema NP-duro
Eficiencia computacional
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Extraer la submatriz principal de suma máxima de orden $k$ de una matriz real de orden $n$ es un problema típico de optimización combinatoria y un problema NP-duro. Para mejorar la eficiencia computacional de la resolución de este problema, en este documento proponemos un algoritmo acelerado con actualizaciones fila por fila, llamado algoritmo acelerado de actualización de filas de fusión, que funciona reduciendo el número de operaciones de adición para los elementos de la submatriz. El nuevo algoritmo se aplica para acelerar la selección de combinación de colores y maximizar la diferencia de color, lo que mejora la legibilidad de los resultados de visualización de datos; también se aplica para acelerar la selección de cartera de inversión en acciones y minimizar el grado de correlación, lo que disminuye el riesgo de inversión en términos de volatilidad de retorno diario.
Descripción
Extraer la submatriz principal de suma máxima de orden $k$ de una matriz real de orden $n$ es un problema típico de optimización combinatoria y un problema NP-duro. Para mejorar la eficiencia computacional de la resolución de este problema, en este documento proponemos un algoritmo acelerado con actualizaciones fila por fila, llamado algoritmo acelerado de actualización de filas de fusión, que funciona reduciendo el número de operaciones de adición para los elementos de la submatriz. El nuevo algoritmo se aplica para acelerar la selección de combinación de colores y maximizar la diferencia de color, lo que mejora la legibilidad de los resultados de visualización de datos; también se aplica para acelerar la selección de cartera de inversión en acciones y minimizar el grado de correlación, lo que disminuye el riesgo de inversión en términos de volatilidad de retorno diario.