特征值问题求解的多水平算法及广义共轭梯度算法数据集

代数特征值问题多水平算法及广义共轭梯度算法数据集是为支持使用扩展子空间方法和广义共轭梯度算法高效求解特征值问题而构建的实验数据集。针对扩展子空间方法的数据来源于对三维网格进行四面体单元划分得到的数据，核心目的是评估扩展子空间特征值算法的数值性能和并行计算能力。实验选用了两个经典特征值偏微分方程作为测试对象，通过有限元软件OpenPFEM完成刚度矩阵和质量矩阵的组装，并在高性能集群上运行PASE求解器，分别计算前数百个特征对。数据覆盖多个收敛精度设置，记录了不同条件下的求解时间、内存占用及精度收敛情况，并与主流特征值求解器进行了性能对比。代数特征值解法器数据集是为支持高效求解大规模代数特征值问题而构建的高质量实验数据集。数据来源于在中国科学院数学与系统科学研究院完成的大规模计算机仿真实验，核心目的是评估广义共轭梯度特征值算法的数值性能和并行计算能力。实验选用University of Florida Sparse Matrix Collection中的PARSEC稀疏矩阵作为测试对象，通过高性能计算库完成数据格式转换，并在高性能集群上运行GCGE求解器，分别计算前数百个特征对。数据覆盖多个收敛精度设置，记录了不同条件下的求解时间、内存占用及精度收敛情况，并与主流特征值求解器进行了性能对比。数据量约351MB。