矩阵运算库

> Android/Java矩阵计算的架包Jama
 Jama是一个基本的线性代数Java包。包括一个基本的Matrix类和5个矩阵分解类。
 Matrix类提供了基本的线性代数数值运算的功能,不同的构造函数可以构造双精度和浮点精度的二维数组,而不同的gets和sets方法可以返回子矩阵和矩阵元素。
jama jar包下载地址:http://math.nist.gov/javanumerics/jama/
官方文档地址:http://math.nist.gov/javanumerics/jama/doc/
JAMA:java矩阵包:http://article.yeeyan.org/view/49656/40905
Jama包下载地址:https://dl.pandaidea.com/jarfiles/j/Jama/Jama-1.0.2.jar.zip

Java矩阵库Ejml- http://ejml.org/wiki/index.php?title=Main_Page
Java矩阵运算包ujmp

> Eigen
 Eigen是可以用来进行线性代数、矩阵、向量操作等运算的C++库,它里面包含了很多算法。它的License是MPL2。
 Eigen用户众多(Google、WilliowGarage也在用),使用Eigen的比较著名的开源项目有ROS(机器人操作系统)、PCL(点云处理库)、Google Ceres(优化算法)。OpenCV自带到Eigen的接口。Eigen是C++中可以用来调用并进行矩阵计算的一个库,里面封装了一些类
 http://eigen.tuxfamily.org/index.php?title=Main_Page#Download
 http://eigen.tuxfamily.org/ , 许可证:主要为MPL 2.0,部分有来自第三方的代码为LGPL,非常强大的矩阵运算库

Eigen矩阵库使用说明- https://blog.csdn.net/wzaltzap/article/details/79501856
  在Stackexchange上有一个帖子《Recommendations for a usable, fast C++ matrix library?》 http://scicomp.stackexchange.com/questions/351/recommendations-for-a-usable-fast-c-matrix-library 里面搜罗了许多矩阵运算库。另外INRIA有人写了一个文档《Linear Algebra Libraries》 http://verdandi.sourceforge.net/doc/linear_algebra_libraries.pdf ,对常见的矩阵运算库进行了总结。
  Eigen库的目的是,将Matlab写的,LPCC和MFCC两种声音识别算法,十字形声阵列的MUSIC定位算法,和SVM分类器算法,转换成C++然后移植到到ARM处理器上(操作系统级上的并不是裸机)。

  ViennaCL:并行矩阵计算; 网址:http://viennacl.sourceforge.net/ ,许可证:MIT ,作者Karl Rupp来自维也纳大学,开发了一套Vienna*系列的开源软件,其中还包括ViennaMath(symbolic math符号计算)、ViennaFEM(有限元)等等。ViennaCL在后台支持OpenCL、OpenMP和CUDA,可以方便地使用各种型号的CPU或GPU进行并行计算。
 PETSc:大规模并行科学计算,

> 矩阵库:
uBLAS:Boost包中的BLAS库接口,据说速度一般。
GSL:GNU Scientific Library自带的矩阵运算,据说速度一般。
MTL 4:Matrix Template Library version 4,类似Eigen和Armadillo,有开源版本。
Trilinos:和PETSc同是美国能源部ODE2000支持开发的20多个ACTS工具箱之一,用于大规模计算。

科学计算或矩阵运算库- https://www.cnblogs.com/jpfss/p/9262907.html
矩阵运算包:
 1.EJML:Java矩阵操作库 Efficient Java Matrix Library (EJML)这是一个比较高效率的Java矩阵运算库,提供比较全面地计算。 但是和C++的矩阵运算还是不能比。http://blog.163.com/jekyll_zhou%40126/blog/static/18204738201210642927390/ 下载网址
 2.Jama:Jama是一个基本的线性代数java包。包括一个基本的Matrix类和5个矩阵分解类。Matrix类提供了基本的线性代数数值运算的功能,https://www.cnblogs.com/zangbo/p/5622351.html
 3.UJMP (Universal Java Matrix Package)** 统一Java矩阵工具包是一个提供各种矩阵运算的Java类库。这个工具包提供了诸如稀疏矩阵和稠密矩阵的实现,以及矩阵的分解、求逆、加法、乘法,均值,方差和相关系数等运算功能. 此外还提供一些常用的线性代数运算功能,矩阵可视化功能和矩阵数据导入与导出的功能。
 4.jlbas: 矩阵向量运算库jblas,http://blog.csdn.net/golden1314521/article/details/45484529 
jblas is a fast linear algebra library for Java. jblas is based on BLAS and LAPACK, the de-facto industry standard for matrix computations, and uses state-of-the-art implementations like ATLAS for all its computational routines, making jBLAS very fast. 
主页地址:http://jblas.org/ 
该库的API文档地址:http://jblas.org/javadoc/index.html 
相关例子和库文件jar包下载 http://download.csdn.net/detail/u012176591/8660849 
在Java工程中我们只要 引入jar包文件就可以了。
 5.ND4J:

OpenCV与计算机视觉领域
OpenBLAS同时是Kaldi社区默认的两大底层矩阵库之一- https://github.com/xianyi/OpenBLAS

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
C语言开源矩阵运算是一种用于进行矩阵运算的工具。由于C语言是一种通用的编程语言,在科学计算、数据分析等领域中得到广泛应用,因此开源的矩阵运算可以为使用C语言进行矩阵相关计算的开发者提供便利。 开源的矩阵运算通常包括了一系列功能强大的矩阵操作函数,例如矩阵相乘、矩阵加法、矩阵转置、矩阵求逆等。这些函数的实现经过优化,可以在较短的时间内完成较大规模的矩阵计算。同时,这些还提供了一些额外的功能,如向量运算、矩阵分解等。 使用开源的矩阵运算可以极大地简化矩阵计算的过程,提高开发效率。通过引入这样的,开发者无需从零开始实现这些矩阵运算函数,而是可以直接调用中已经实现的函数进行计算。这不仅省去了开发者编写重复代码的时间,还可以避免可能的错误。 在实际的应用中,开源的矩阵运算广泛应用于科学计算、机器学习、图像处理等领域。通过使用这些,开发者可以更加专注于问题的本质,而不需要过多关注底层的矩阵计算细节。此外,由于使用了开源的,开发者还可以从其他开发者的贡献和优化中获益,提高自己的开发水平。 总之,C语言开源矩阵运算是一种方便开发者进行矩阵计算的工具,可以提高开发效率,简化开发流程。在实际应用中,这些可以广泛应用于科学计算、数据分析等领域,为使用C语言开发的项目提供强大的矩阵计算能力。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值