Question

我目前有一些代码：

data = repmat(1:10, 1, 2);
N = 6;
period = 10;

result = NaN * zeros(1, period);
for i=1:period
    range_indices = i:i+N;
    temp_data = data(range_indices);
    result(i) = sum( temp_data .* fliplr(temp_data));
end

我正在努力使其更快（对于更大的数据集，例如句号= 2000和N = 1600），但是我无法将其转换为矩阵运算的形式（例如，通过使用conv或xcorr）

Answer 1

你应该能够完全线性化。首先，考虑range_indices。它们的形式如下：

1 -> N
2 -> N+1
...
P -> N+P

其中P是期间。我们可以设置这些值的矩阵，如下所示：

range_indices = bsxfun(@plus,1:N,(1:period)'-1);

我们可以使用它们直接获取数据，如下所示：

temp_data = data(range_indices);

然后完成该功能非常简单：

result = sum(temp_data.*fliplr(temp_data));

最后，这与问题没有关系，只是我认为我要指出的事情 - 将来如果你需要生成一个NaN值矩阵，你应该使用nan(1,period)代替。 / p>

优化一种相关计算

1 个答案: