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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
|
//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; } |
|
1
2
3
4
5
6
7
8
9
10
11
|
%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服務器之家。
原文鏈接：https://blog.csdn.net/tuixicui0808/article/details/90614119
