您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
最近需要用到C++和Matlab的混编,记录一下学习过程。
要实现的是调用Matlab函数,求矩阵前k个最小的特征值及其特征向量。
//C++ #include "engine.h" //使用Matlab引擎需要包含的头文件 #include <iostream> using namespace std; int main() { Engine *m_engine; //创建Matlab引擎 m_engine = NULL; //初始化引擎 if((!m_engine && !(m_engine = engOpen(NULL)))) //打开引擎,此时会打开一个Matlab命令行窗口 { return -1; } engSetVisible(m_engine,1); //将命令行窗口设为可见 char buffer[255]; //记录调试信息,方便调试 engOutputBuffer(m_engine, buffer, 255); double A[3][3] = {-1,1,0, -4,3,0, 1,0,2}; mxArray* AObj = mxCreateDoubleMatrix(3, 3, mxREAL); //创建Matlab的矩阵(大小3*3,实数) memcpy(mxGetPr(AObj), A, 3*sizeof(double)); //将C++的数据传入Matlab中 engPutVariable(m_engine, "A", AObj); //将AObj的值赋给A engEvalString(m_engine, "cd('E:\\MatlabScripts')"); //进入Matlab代码的路径 //调用Matlab中定义的函数“computeEigens”,文件名需与函数名一致,即“computeEigens.m” int k = 2; engEvalString(m_engine, "[eigVector,eigValue] = computeEigens(A, k);"); //存储计算结果 engEvalString(m_engine,"save('E:\\eigVec_eigV.mat','eigVector','eigValue');"); printf("%s", buffer); mxDestroyArray(AObj); //销毁Matlab数组 if (m_engine) //关闭Matlab引擎 { engClose(m_engine); m_engine = NULL; } return 0; }
%调用的Matlab代码 %E:\MatlabScripts\computeEigens.m function [ eigVector, eigValue ] = computeEigens( M, n_Eigens ) %n_Eigens为要求的特征值数量 [EigenVectors,EigenValues] = eig(M); [sortedEigenValues, index] = sort(diag(EigenValues)); eigValue = sortedEigenValues(1:n_Eigens); idx = index(1:n_Eigens); eigVector = EigenVectors(:,idx); end
求稀疏矩阵的特征值
后来发现eig不能用于求解稀疏矩阵,会报“Error using eig”的错,要改用eigs(A, k, sigma),sigma='sm'时表示求稀疏矩阵A的前k个绝对值最小的特征值及其特征向量。sigma的其他取值含义为:'lm' 绝对值最大的特征值;'sm' 绝对值最小的特征值;'la'最的大特征值;'sa'最小的特征值;'lr' 最大实部;'sr' 最小实部;'li' 最大虚部;'si'最小虚部。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持亿速云。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。