稀疏矩阵与向量相乘 算法 C语言 并行计算-Sparse matrix and vector multiplication

相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值,还可以输出预测值的分布. (2) 使用更少数量的支持向量,从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制,适应性更好.--Relevance Vector Machine (RVM) of the mat

稀疏矩阵向量乘法（Sparse Matrix-Vector Multiplication, SpMV）在许多科学计算程序中都有广泛的应用。数据矩阵A 是稀疏的，输入向量x 和输出向量y是稠密的。 y = Ax(Sparse Matrix-Vector Multiplication (SpMV) is widely used in many scientific computing programs. The data matrix A is sparse, the input vector x