Question

我想用线性最小二乘法计算误差。

我有矩阵A，B和X.（AX = B）。

尺寸为：A（NxN），B（NxNRHS），X（N，NRHS），其中NRHS是右手边的数量。

错误计算为sqrt（sum（B-AX））。

但我必须考虑到B和X的每一列才能进行减法。

我必须减去B [i] -A [...] X [i] - ＆gt;其中我是B和X的每一列。

我无法弄清楚如何去做，因此如何提取每一列。我找不到B和X矩阵的正确索引（我认为），因为我必须超越整个A矩阵，并且只能超越每个B和X的列。

我正在做这样的事情（使用列主要订单）：

int N=128;
int NRHS =1;
int Asize=N*N;
int Bsize=N*NRHS;
int Xsize=N*NRHS;

A=(double*)malloc(Asize*sizeof(double));  
B=(double*)malloc(Bsize*sizeof(double));
X=(double*)malloc(Xsize*sizeof(double));
...

for(int i = 0; i < N; i++)
    {
        for (int j=0;j<NRHS; j++){

               diff[i+j*N] = fabs(B[i+j*N] - A[i+j*N]*X[i+j*N]);

               abs_error=sqrt(sums(diff,N));


        }
    }

我想过使用modulo运算符添加一些语句，但我无法想象。

sums只是一个函数，它给出了一个数组的总和，其中第二个参数是元素的数量。

Answer 1

您可以先使用循环对A和X进行矩阵乘法。

然后你可以写另外2个循环来计算差异（B - AX）。这只是你的问题。

修改

在计算A和X的产品后，假设您将产品存储在名为AX的变量中，以下代码将为您提供相应元素之间的差异。

differenceMatrix = (double*)malloc(Bsize*sizeof(double)); for(int i = 0; i < N; i++) { for (int j = 0; j < NRHS; j++){ differenceMatrix[i+j*N] = fabs(B[i+j*N] - AX[i+j*N]); } }

differenceMatrix的每一列都包含相应元素之间的差异。

修改

获取每列的差异总和

double sumOfDifferencePerColumn; for(int i = 0; i < N; i++) { sumOfDifferencePerColumn = 0.0; for (int j = 0; j < NRHS; j++){ sumOfDifferencePerColumn += ( fabs(B[i+j*N] - AX[i+j*N]) ); } // add code to take square root or use the sum of difference of each column }

从线性系统计算误差 - 提取每列

1 个答案: