我在 MATLAB 中编写以下代码时遇到了很大困难：假设您有以下向量：
a
b
c
d
e
f
g
h
...
指定（偶数）窗口大小，L按n列创建以下维度矩阵（例如，L = 4）：
a c e ...
b d f ...
c e g ...
d f h ...
更困难的是采用任意长度的向量，指定窗口的数量，并优化（最大化）窗口大小，以便在向量末尾转储更少的值。
问问题
2063 次
4 回答
4
简短的回答
bsxfun在这种情况下是你的朋友。下面的单线（假设你知道L并且v是你的向量）做你想要的
v(bsxfun(@plus, [0:L-1]', 1:L/2:numel(v)-L))
解释
为了尝试并理解它，让我们进一步看看。这个想法是首先创建一个向量来确定窗口在v向量中的起始位置。Windows 启动每个L/2条目（L是偶数，所以我们可以划分）。但是有多少个窗户适合？我们可以依靠 MATLAB 来解决这个问题：
start_offset = 1:L/2:numel(v)-L;
这里我们只需要指定
- 第一个窗口位于索引 1
- windows启动每个
L/2条目 - 最后一个窗口应该在 v 向量结束之前至少开始 L 个条目。这样最后一个窗口拳头就在那里。
现在，示例的其余部分：
v = 'a':'z';
L = 4;
% indices in every output matrix column are contiguous
% and the difference between first and last is `L-1`
id1 = [0:L-1]';
% start_offset determines where in the input vector v every window starts.
% windows start every L/2 entries. The last entry that fits will start
% at some index, from which we can still use L subsequent indices to access v
start_offset = 1:L/2:numel(v)-L;
% calculate how many entries were dropped from v
% from number of elements in v subtract the largest index value used
dropped = numel(v) - (start_offset+L-1);
% window indices are created using bsxfun and singleton expansion.
% Every window's indices are given by [0:L-1] + window start index
idx = bsxfun(@plus, id1, start_offset);
v(x)
ans =
acegikmoqsu
bdfhjlnprtv
cegikmoqsuw
dfhjlnprtvx
于 2012-10-19T05:29:11.823 回答
4
在向量中创建索引矩阵。对于 L=4（我假设您与 L/2 重叠），索引为 [1,2,3,4;3,4,5,6;5,6,7,8] 等。令 x = 1 :L, y = L/2, 索引向量为 x+0y,x+1y,x+2y，以此类推。
% let your initial data be in vector "data"
L = 4
N = floor(length(data)/(L/2))-1 % number of windows, or you specify this
mi = repmat(1:L,[N,1]) + repmat((L/2) * (0:(N-1))',[1,L]) % x + y * 0,1,2...
out = data(mi) % out is N-by-L, transpose to L-by-N if you like
于 2012-10-19T02:40:07.833 回答
2
这是做你想做的事情的一般方法：
1）计算适当的窗口宽度（和相应的移位）
2）通过从 1 迭代您希望每列移动窗口的量直到最终值来确定每列的起始索引。将其设为行向量。
3) 用于bsxfun将其扩展为索引矩阵。
4) 使用索引从原始向量中获取值。
vec = 1:17; #% original data vector
num_windows = 3; #% specified number of windows
possible_window_length = 1:length(vec);
window_length = possible_window_length(find(possible_window_length +...
(num_windows-1) * possible_window_length/2 < length(vec),1,'last'));
window_shift = floor(window_length)/2;
window_length = window_shift * 2; #% calculated window length
max_final_start_index = (length(vec)-window_length+1);
start_indices = 1:window_shift:max_final_start_index;
inds = bsxfun(@plus,start_indices,(0:window_length-1)');
soln = vec(inds); #% get the solution
num_excluded_vals = max_final_start_index - start_indices(end)
disp(soln);
num_excluded_vals = 1
disp(soln);
1 5 9
2 6 10
3 7 11
4 8 12
5 9 13
6 10 14
7 11 15
8 12 16
于 2012-10-19T02:57:33.927 回答
1
在 MATLAB 中有很多方法可以通过操作索引、过程方法、矢量化解决方案等来做到这一点。然而，我不禁想到，如果 MATLAB 对函数式编程。本着这种精神，我提出以下解决方案。确保在定义时这些变量中没有任何值。
take=@(mat,n)mat(1:n)
partition=@(mat,L)cell2mat(arrayfun(@(x)take(circshift(mat(:),-x*L/2),L),...
0:fix((length(mat)-L)/2+1)-1,'UniformOutput',0))
现在用一个测试向量试试：
partition(1:10,4)
%ans =
% 1 3 5 7
% 2 4 6 8
% 3 5 7 9
% 4 6 8 10
上述解决方案丢弃了向量末尾不适合L分区后长度的最终值。您现在可以在此基础上处理其他安排，并找出最佳窗口长度以最大限度地减少最终浪费等。
于 2012-10-19T03:39:45.823 回答