最近需要用到C++和Matlab的混編,記錄一下學習過程。
要實現的是調用Matlab函數,求矩陣前k個最小的特征值及其特征向量。
//C++ #include "engine.h" //使用Matlab引擎需要包含的頭文件#include <iostream>using namespace std;int main(){ Engine *m_engine; //創建Matlab引擎 m_engine = NULL; //初始化引擎  if((!m_engine && !(m_engine = engOpen(NULL)))) //打開引擎,此時會打開一個Matlab命令行窗口 {  return -1; } engSetVisible(m_engine,1); //將命令行窗口設為可見  char buffer[255]; //記錄調試信息,方便調試 engOutputBuffer(m_engine, buffer, 255);    double A[3][3] = {-1,1,0,   -4,3,0,    1,0,2};  mxArray* AObj = mxCreateDoubleMatrix(3, 3, mxREAL); //創建Matlab的矩陣(大小3*3,實數)  memcpy(mxGetPr(AObj), A, 3*sizeof(double)); //將C++的數據傳入Matlab中  engPutVariable(m_engine, "A", AObj); //將AObj的值賦給A   engEvalString(m_engine, "cd('E://MatlabScripts')"); //進入Matlab代碼的路徑    //調用Matlab中定義的函數“computeEigens”,文件名需與函數名一致,即“computeEigens.m”  int k = 2; engEvalString(m_engine, "[eigVector,eigValue] = computeEigens(A, k);");    //存儲計算結果 engEvalString(m_engine,"save('E://eigVec_eigV.mat','eigVector','eigValue');");  printf("%s", buffer);  mxDestroyArray(AObj); //銷毀Matlab數組  if (m_engine) //關閉Matlab引擎 { engClose(m_engine); m_engine = NULL; }  return 0; }%調用的Matlab代碼%E:/MatlabScripts/computeEigens.m function [ eigVector, eigValue ] = computeEigens( M, n_Eigens ) %n_Eigens為要求的特征值數量 [EigenVectors,EigenValues] = eig(M); [sortedEigenValues, index] = sort(diag(EigenValues)); eigValue = sortedEigenValues(1:n_Eigens); idx = index(1:n_Eigens); eigVector = EigenVectors(:,idx); end
求稀疏矩陣的特征值
后來發現eig不能用于求解稀疏矩陣,會報“Error using eig”的錯,要改用eigs(A, k, sigma),sigma='sm'時表示求稀疏矩陣A的前k個絕對值最小的特征值及其特征向量。sigma的其他取值含義為:'lm' 絕對值最大的特征值;'sm' 絕對值最小的特征值;'la'最的大特征值;'sa'最小的特征值;'lr' 最大實部;'sr' 最小實部;'li' 最大虛部;'si'最小虛部。
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持武林網。
新聞熱點
疑難解答
圖片精選