在C++中将Matlab中的下列矩阵代码转换为特征的问题

Question

H，W，R，V是矩阵，并且已经用各自的大小初始化。"beta“是一个int，”myep“是一个浮点。对于矩阵实现，我目前使用了特征库。但是，我不确定将此Matlab代码成功转换为基于特征的C++代码的语法。

Matlab代码

H = H .* ( (W'*(R.^(beta-2) .* V)) ./ max(W'*R.^(beta-1), myeps) ); 

C++代码(我迄今所做的尝试)

WH = W_ * H_;

Eigen::MatrixXf j=(W_.transpose().array()*(WH.array().pow((beta2)).cwiseProduct(V.array())));

Eigen::MatrixXf k=(W_.transpose().array()*((WH.array().pow(beta-1))));

float m=max(k.maxCoeff(),0.001);

H_ = H_.cwiseProduct(j/m);

这个代码正确吗？

FYI -这是NMF算法(基于β发散的非负矩阵分解)中的一个步骤.

任何帮助都将不胜感激。

Answer 1

这似乎不对。数组上的*相当于一个cwiseProduct，而您想要一个带有W'的矩阵产品。提议：

Eigen::MatrixXf j = (W.transpose() * (R.array().pow(beta-2)*V.array()).matrix());
Eigen::MatrixXf k = (W.transpose() *  R.array().pow(beta-1).matrix());
H = H.cwiseProduct(j/max(k.maxCoeff(),myeps));

Answer 2

我建议您看一下这个快速引用：

http://eigen.tuxfamily.org/dox/AsciiQuickReference.txt

它包含特征和Matlab之间的映射。

例如：

R = P.cwiseProduct(Q);    // R = P .* Q

和

R.array().square()        // P .^ 2

正如你所看到的，这个罗塞塔·斯通可以帮你翻译你的表达。