简短回答

Question

我在MATLAB中编写以下代码时遇到了很大的困难：假设您有以下向量：

a   
b
c
d
e
f
g
h
...

指定（偶数）窗口大小，按L列创建以下维度n行矩阵（例如，L = 4）：

a c e ...
b d f ...
c e g ...
d f h ...

更难的是采用任意长度的向量，指定窗口数量，并优化（最大化）窗口大小，以便转储向量末尾的较少值。

Answer 1

在矢量中创建索引矩阵。对于L = 4（我假设你用L / 2重叠），指数是[1,2,3,4; 3,4,5,6; 5,6,7,8]等。设x = 1 ：L，y = L / 2，索引向量为x + 0y，x + 1y，x + 2y，依此类推。

% 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

Answer 2

简短回答

在这种情况下，

bsxfun是你的朋友。以下单行（假设您知道L和v是您的向量）做你想要的

v(bsxfun(@plus, [0:L-1]', 1:L/2:numel(v)-L))

解释

试一试并理解它，让我们进一步了解一下。我们的想法是首先创建一个向量，确定窗口从v向量开始的位置。 Windows启动每L/2个条目（L是偶数，因此我们可以划分）。但是有多少窗户适合？我们可以依靠MATLAB来说明这一点：

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 vector 结束之前至少L个条目。所以最后一个窗口拳头在那里。

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

Answer 3

这是一种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想要将每个窗口移动窗口的量迭代到最终值来确定每列的起始索引。将其设为行向量 3）使用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

Answer 4

通过操作索引，程序方法，矢量化解决方案等，在MATLAB中有很多方法可以做到这一点。然而，我不禁想到一些任务可能有多简单，如果MATLAB有一点点的支持功能的编程风格。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))

现在尝试使用测试向量：

partition(1:10,4)

 %ans = 
 %    1     3     5     7
 %    2     4     6     8
 %    3     5     7     9
 %    4     6     8    10

上述解决方案会丢弃矢量末尾的最终值，这些值在分区后不适合长度L。您现在可以在此基础上进行处理，以便处理其他布置，并找出最佳窗口长度以减少最终浪费等。

通过重复重叠矢量来创建矩阵

4 个答案:

简短回答

解释