Question

我有一个python代码，我试图转换为Matlab代码。该代码用于波浪的基线校正。

def baseline_als(y, lam, p, niter=20):
    L = len(y)
    D = sparse.csc_matrix(np.diff(np.eye(L), 2))
    w = np.ones(L)
    for i in xrange(niter):
        W = sparse.spdiags(w, 0, L, L)
        Z = W + lam * D.dot(D.transpose())
        z = spsolve(Z, w*y)
        w = p * (y > z) + (1-p) * (y < z)
    return z

我试过像这样转换。

function [z] = baseline_als(y, lam, p, niter=20)
    L = len(y)
    D = sparse.csc_matrix(diff(eye(L), 2))
    w = ones(L)
    for i = 1:niter
        W = sparse.spdiags(w, 0, L, L) %Not working
        Z = W + lam * dot(D,transpose(D))
        z = spsolve(Z, w*y) % Not working
        w = p * (y > z) + (1-p) * (y < z)
    end % End of For loop
end % End of function

但是在octave / matlab中没有名为spsolve和spdiag的函数。我可以使用任何替代功能吗？

Answer 1

如果您知道spsolve的作用，那么它很容易。让我们关注它，as spidiag seems easier to solve，不是吗？

spsolve“求解稀疏线性系统Ax = b，其中b可以是向量或矩阵。”

这正是MATLABs \或mldivide所做的，它解决了一个Ax = b的系统，用于x。令你高兴的是，MATLAB可以处理具有相同功能的稀疏矩阵和密集矩阵，因此改变应该如下：

从：

z = spsolve(Z, w*y)

为：

z= Z\(w*y);

在matlab / octave中交替使用spsolve和spdiag

1 个答案: