Question

我想知道，是否可以使用双bsxfun或类似的东西。我有这段代码：

N = 5;
prob = [0.1 0.2 0 0.1; 0 0 0.05 0.1; 0.2 0.2 0 0.1];
r = rand(size(prob,1),N);

P = zeros(N, size(prob,1));
csm = cumsum(normP([zeros(size(prob,1),1),prob]),2);

for i = 1:N
 P(i,:) = sum(bsxfun(@ge,r(:,i),csm),2);
end

Prob矩阵包含元素在0和1之间的行，每行是概率分布（在由normP完成归一化之后）。第一行prob矩阵用于生成向量P的第一个元素（值1,2或4），第二行用于第二个元素（值3或4），依此类推。

e.g.: P =

       2     4     2
       4     4     1
       2     4     2
       2     4     4
       2     3     1

我已经为一个向量P生成了元素，但是我需要生成几个（N）向量。必须有办法避免for循环。

在附件中，有normP功能。我很乐意帮助你，谢谢你。

Michal Roubalik

P.S。 normP代码在这里：

function nP = normP(P)
%
% Probability matrix normalization to hold sum of rows be equal to one
% i.e. sum(nP,2) = ones(N,1)
%
% No dependencies
srowP = sum(P,2);
good  = srowP>0;
bad   = ~good;
nP    = zeros(size(P));

% good case
if any(good)
    nP(good,:) = bsxfun(@rdivide, P(good,:), srowP(good));
end
% bad case
if any(bad)
    nP(bad,:) = nan(size(P(bad,:)));
end

Answer 1

以下是使用permute -

完成矢量化的一种方法

<强>解释

1）将dim-3的dim-2推到singleton-dim位置，dim=2位于csm。因此，当与bsxfun(@ge 3D操作配对时，我们会将dim-1 : r, csm 's dim-1 dim-2 : csm's dim-2 dim-3 : r's dim-2数组作为输出，其中：

dim-2

2）原始操作具有迭代输出，csm's dim-2仍然表示sum-reduction和dim-2。因此，在我们的3D数组输出中，我们还需要沿squeeze求和。

3）最后的步骤涉及P - 转置和转置，以对应我们迭代保存输出{{1}}的方式。

我可以通过bsxfun避免双重forcycle吗？

1 个答案: