我有兴趣建立一个1x6向量,我想把它和另一个1x6向量连接到一个2x6矩阵。我知道它将是一个行向量,因此我考虑初始化一个本征::RowVectorXf,但是也许一个简单的特征::VectorXf就足够了,idk。
(进一步说,这应该连接到一个更大的2Nx6矩阵,用于SVD-操作)
我的输入是特征::Matrix3f Mat类型的3x3矩阵
我考虑使用一个函数,因为我总共有20个输入矩阵(数字不是那么重要),对于每个输入矩阵,我必须以这种方式构建两个向量(是的,这最终将是一个40x6矩阵):
问题:
如何用mat的条目初始化vec,特别是如果不仅是条目的条目,而且是条目的产品,或者条目的产品之和。
示例:
// Inputvalue Mat, which i have
Eigen::Matrix<float, 3, 3> mat = [ 1 2 3; 4 5 6; 7 8 9];
// Outputvalue vec, which i need
Eigen::RowVectorXf = ( mat(0,0)*mat(1,1), mat(1,2)*mat(2,1)+mat(1,0)*mat(0,1), .... );我输入的mat(、col、row)是任意的,但是我有一个col的模式,行,我想测试它,因此我想构建这些向量。我已经在MATLAB中做过了,但是我对用C++中的特征做它很感兴趣。
RowVectorXf build_Vec(Eigen::Matrix3f Mat)
{
Eigen::RowVectorCf vec = ( ..., ..., ..., ..., ..., ...;);
return vec;
}有什么线索给我吗?提前感谢
发布于 2018-08-20 13:49:49
对于在运行时动态填充一个大矩阵,您不能使用CommaInitializer (不滥用它)。只需分配一个足够大的矩阵并设置单个块:
Matrix<float, Dynamic, 6> Vges(2*views, 6);
for(int i=0; i<views; ++i) {
Matrix<float, 2, 6> foo;
foo << 1,2,3,4,5,6,7,8,9,10,11,12; // or combine from two Matrix<float, 1, 6>
Vges.middleRows<2>(2*i) = foo;
}您还可以考虑实时计算Vges.transpose() * Vges (即,将foo.transpose()*foo累加到6x6矩阵中,并执行SelfAdjointEigendecomposition而不是SVD (可能使用双精度代替单个精度)。
Eigen::Matrix<double, 6, 6> VtV; VtV.setZero();
for(int i=0; i<views; ++i) {
foo = ...;
VtV.selfadjointView<Upper>().rankUpdate(foo);
}https://stackoverflow.com/questions/51882266
复制相似问题