matlab sparse
函数功能:生成稀疏矩阵 使用方法 : S = sparse(A) 将矩阵A转化为稀疏矩阵形式,即矩阵A中任何0元素被去除,非零元素及其下标组成矩阵S。 如果A本身是稀疏的,sparse(S)返回S。 S = sparse(i,j,s,m,n,nzmax) 由向量i,j,s生成一个m*n的含有nzmax个非零元素的稀疏矩阵S,并且有 S(i(k),j(k)) = s(k)。 向量 i,j 和 s 有相同的长度。对应对向量i和j的值,s 中任何零元素将被忽略。 book.iLoveMatlab.cn s 中在 i 和 j 处的重复值将被叠加。 注意:如果i或j任意一个大于最大整数值范围,2^31-1, 稀疏矩阵不能被创建。 S = sparse(i,j,s,m,n) 用 nzmax = length(s) S = sparse(i,j,s) 使m = max(i) 和 n = max(j),在s中零元素被移除前计算最大值,[i j s]中其中一行可能为[m n 0]。 S = sparse(m,n) sparse([],[],[],m,n,0)的缩写,生成一个m*n的所有元素都是0的稀疏矩阵。 备注: MATLAB中所有内置的算术,逻辑和索引操作都可以应用到稀疏矩阵或混合于稀疏和全矩阵上。 稀疏矩阵的操作返回稀疏矩阵,全矩阵的操作返回权矩阵。 在大多数情况下,稀疏和全矩阵的混合操作返回全矩阵,例外的一种情况是混合操作的结果在结构上稀疏,例如,A.*S至少和矩阵S一样稀疏。 应用举例: S = sparse(1:n,1:n,1) 生成一个n*n的单位稀疏矩阵,和S = sparse(eye(n,n))有相同的结果,但是如果它的元素大部分是零元素的情况下也会暂时性的生成n*n的全矩阵。 book.iLoveMatlab.cn B = sparse(10000,10000,pi) 可能不是非常有用的,但是它是能运行和允许的,它生成一个10000*10000的仅仅包含一个非零原色的矩阵,不要用full(B),因为这需要800兆储存单元。 分析和重组一个稀疏矩阵: [i,j,s] = find(S); [m,n] = size(S); S = sparse(i,j,s,m,n); 如果最后一行和最后一列是非零项,有下面: [i,j,s] = find(S); S = sparse(i,j,s);
matlab sparse相关推荐
- matlab——sparse函数和full函数
转载:http://www.cnblogs.com/lihuidashen/p/3435883.html matlab--sparse函数和full函数(稀疏矩阵和非稀疏矩阵转换) 函数功能:生成稀疏 ...
- matlab sparse用法,sparse 稀疏函数的用法2
sparse函数 功能:Create sparse matrix-创建稀疏矩阵 用法1:S=sparse(X)--将矩阵X转化为稀疏矩阵的形式,即矩阵X中任何零元素去除,非零元素及其下标(索引)组成矩 ...
- sparse double matlab,matlab sparse 不支持单精度矩阵 的问题
是的sparse本身不支持单精度 你可以转化为double再用sparse 如果还要用single类型进一步节省空间 还是有办法的 实际上sparse稀疏矩阵,能够节省存储空间的原因是 避免存储矩阵中 ...
- Matlab:sparse()和full()两个常用函数的理解。
sparse函数 功能:Create sparse matrix-创建稀疏矩阵 用法1:S=sparse(X)--将矩阵X转化为稀疏矩阵的形式,即矩阵X中任何零元素去除,非零元素及其下标(索引)组成矩 ...
- Matlab移植到Eigen用到的词条
同型矩阵运算满足加法交换律.结合律:并存在单位元.逆元.和0元,为同型矩阵对加法的交换环. Eigen的简单运算参考:http://blog.163.com/jiaqiang_wang/blog/st ...
- matlab padarray函数零,matlab padarray函数
1 padarray功能:填充图像或填充数组. 用法:B = padarray(A,padsize,padval,direction) A为输入图像,B为填充后的图像, padsize给出了给出了填充 ...
- 原 RPCA以及LRR
转载自:https://blog.csdn.net/tiandijun/article/details/44917237 RPCA 关于RPCA的博客: 原文:http://blog.csdn.net ...
- Matrix Completion
http://perception.csl.illinois.edu/matrix-rank/references.html 2010年的CVPR最佳paper:Efficient computati ...
- numpy实现pca_pca的简要概述及其使用numpy的实现
numpy实现pca This is my first article. I hope you guys like it! 这是我的第一篇文章. 我希望你们喜欢! In this module, yo ...
最新文章
- pandas.io.data 获得金融数据失败
- linux下IPTABLES配置详解
- 哪些操作会造成raid数据无法恢复?raid多块硬盘离线后切记不要做这些事情
- 结合泛型与模板的STL.NET
- (软件工程)用例说明模板
- Linux笔记-手动配置yum及光盘安装rz
- 南邮计算机科学与技术专业排名,南京邮电大学王牌专业有哪些
- activity 生命周期_Activity 源码解析
- 使用__slots__限定实例的成员列表
- Cross compile webrtc for ios on mac os.
- python展示文件_python之文件的读写和文件目录以及文件夹的操作实现代码
- html文本框自动填充,html利用文本框input自动填写当前日期
- Laravel 实战视频教程(精品)
- win10锁屏时间太短就关闭屏幕
- 一条SQL语句在MySQL中执行过程全解析
- ms vc9 php,php连接sql server数据库库
- Data()笔记之getDate()的基本用法
- 企业之家完成华为鲲鹏云服务兼容性认证
- Python使用pm4py库读取xes文件
- Hive Distribute by 应用之动态分区小文件过多问题优化
热门文章
- 一些关于mic的知识
- 开发网页需要学什么?
- 一篇博客学会了坦克大战
- Linux下PHP使用selenium、chrome、chromedriver模拟无界面浏览器
- 关于远心镜头的基础知识
- 【异常记录】C# 连接数据库错误异常解决 err:40
- 接口测试基础、流程、工具
- C99/Cpp 使用printf 时format大全
- HTTP响应头使用X-Content-Options、X-XSS-Protection、X-Frame-Options
- Web大学生网页作业成品 基于HTML+CSS+JavaScript-----苹果商城Apple商城 8页 三级带视频