记忆问题 - 大Poisson矩阵

时间:2013-07-24 06:24:05

标签: matlab memory matrix poisson

我正在做一些信号处理,我需要生成泊松矩阵,但我正在使用的数据足够大,以至于matlab以我目前的方式耗尽内存。

我一直在讨论这个问题,此刻有点难过,所以我希望你们能帮助我找到一种更有效的生成矩阵的方法,即解决matlab的问题内存耗尽。

无论如何,这是我到目前为止所拥有的

n = 20;

B = zeros(n^2,n^2);
for i = 1:n^2
for j = 1:n^2
    if i == j
        B(i,j) = 4;
    elseif i == j+1
        B(i,j) = -1;
    elseif i == j-1
        B(i,j) = -1;
    elseif i == j+n
        B(i,j) = -1;
    elseif i == j-n
        B(i,j) = -1;
    end
end
end

for i = n:n:n^2-1
    for j = n:n:n^2-1
        B(i+1,j) = 0;
        B(i,j+1) = 0;
    end
end

C = sparse(B);

提前致谢!

1 个答案:

答案 0 :(得分:2)

A +努力!但是有一种更有效的方法可以做到这一点。你需要稀疏矩阵。尝试像

这样的东西
n = 20;
e = ones(n^2,1);
o = e;
for i = n:n:n^2-1
    o(i) = 0;
end
A = spdiags([-e -o 4*e -o -e], [-(n+1) -1 0 1 (n+1)], n^2, n^2);

如果你真的想自己生成它。我发布了这个方法,这样你就可以学习如何使用通用实践制作带状稀疏矩阵。但是对于泊松矩阵,你可以简单地使用内置的MATLAB:

B = gallery('poisson',n);

为了说明为什么需要稀疏矩阵,请尝试使用

检查n的各种值的稀疏性。
sparsity = nnz(B)/prod(size(B));

将数n增加到大约20左右的时候,泊松矩阵确实有所不同,因为它们实际上很稀疏(接近1%是非零)。 MATLAB中的所有这些零都是浪费的空间。所以,当你通过完整的for-loop方法生成B时,你正在积极地记忆!要查看差异,请尝试使用原始代码,例如

sB = whos('B');
sC = whos('C');
disp(sA.bytes);
disp(sB.bytes);

看到对于n = 20,你得到B = 1280000字节和C = 33928字节。但是使用这种规定的方法然后A = 33896字节!这差不多有1.2 MB!