如何在C ++中使用特征库执行矩阵矩阵除法

Question

我做了一个MATLAB代码，它必须执行

B3=abs(B2/max(B2));

其中B2是181 x 238矩阵， max(B2)应该给我一个1 x 238的矩阵，包括每一列的最大值，而B3应该是181x1矩阵。 使用本征库的等效C++代码应该是什么？ 请帮忙。 关于修改我的代码，用更简单的尺寸说2 x 2矩阵

//problem
#include <iostream>
#include<complex.h>
#include <eigen3/Eigen/Dense>
#include <eigen3/Eigen/Core>

using namespace Eigen;
using namespace std;
using Eigen::MatrixXd;

int main()
{
    MatrixXd A(2,2);MatrixXd B(2,1);MatrixXd C(1,2);
    A<<4,12,
       6,8;
            C=A.colwise().maxCoeff();
        //B=(A*(1.0/C)).cwiseAbs();
             B=A.array()/C.array();
   cout << "The solution is A :\n" << B.cwiseAbs()<< endl;

    return 0;
}

但是我无法执行此代码。

hp @ hp-HP-Notebook：〜/ beamforming / programs / eigen_prog $ g ++ mm_t.cpp -o mm_t

hp @ hp-HP-Notebook：〜/ beamforming / programs / eigen_prog $ ./mm_t mm_t：/usr/local/include/eigen3/Eigen/src/Core/CwiseBinaryOp.h:110：Eigen :: CwiseBinaryOp :: CwiseBinaryOp（ const Lhs＆，const Rhs＆，const BinaryOp＆）[with BinaryOp = Eigen :: internal :: scalar_quotient_op; LhsType = const Eigen :: ArrayWrapper>; RhsType = const Eigen :: ArrayWrapper>; Eigen :: CwiseBinaryOp :: Lhs = Eigen :: ArrayWrapper>; Eigen :: CwiseBinaryOp :: Rhs = Eigen :: ArrayWrapper>]：断言`aLhs.rows（）== aRhs.rows（）&& aLhs.cols（）== aRhs.cols（）'失败。 中止（核心已弃用）

知道有什么问题吗？ 我在MATLAB命令窗口中执行了简单的执行，以简化要输出的内容。

m = [4,12; 6,8]

m =

 4    12
 6     8

最大（米）

ans = 6 12

绝对（米/最大（米））

回答=

0.9333
0.7333

我长期困扰这个问题。 请帮忙。

Answer 1

我将B3=abs(B2/max(B2))为如下。

• b = max(B2)是包含B2各个列的最大元素的行向量。

• q = B2/b表示超定线性方程qb = B2的最小二乘解。 （有nrow独立的问题，其中nrow是B2的行数）。 这个等式等效于b^T q^T = B2^T ，其中^T是我的转置符号，我猜想这种形式在许多库中更常见。

• abs(q)指的绝对的elementwise值q 。

因此，所需的结果是下面的x 。 也许。

#include <iostream>
#include <eigen3/Eigen/Dense>
#include <eigen3/Eigen/Core>

using namespace Eigen;
using namespace std;

int main()
{
  MatrixXd A(2,2), Atr(2,2);
  VectorXd b(2), x(2);
  A<<4,12,
    6,8;
  cout << "A :\n" << A << endl;

  Atr=A.transpose();
  cout << "Atr :\n" << Atr << endl;

  b=A.colwise().maxCoeff();
  cout << "b :\n" << b << endl;

  x = b.colPivHouseholderQr().solve(Atr).cwiseAbs();
  cout << "x :\n" << x << endl;

  return 0;
}

输出是

A :
 4 12
 6  8
Atr :
 4  6
12  8
b :
 6
12
x :
0.933333
0.733333

cf.

https://eigen.tuxfamily.org/dox/group__LeastSquares.html

---

• 以下是我对Matlab中A/v定义的误解的旧答案。

也许结果中的B3对应于下面的向量x 。

#include <iostream>
#include <eigen3/Eigen/Dense>
#include <eigen3/Eigen/Core>

using namespace Eigen;
using namespace std;

int main()
{
  MatrixXd A(2,2);
  VectorXd b(2), x(2);
  A<<4,12,
    6,8;
  cout << "A :\n" << A << endl;

  b=A.colwise().maxCoeff();
  cout << "b :\n" << b << endl;

  x = A.colPivHouseholderQr().solve(b).cwiseAbs();
  cout << "x :\n" << x << endl;

  return 0;
}

cf

http://eigen.tuxfamily.org/dox/group__TutorialLinearAlgebra.html

---

以下是基于我对matlab中的max(A)误解而得出的古老而又错误的答案。

在Matlab中， max(A)是矩阵A的最大元素，而abs(A)返回一个矩阵，该矩阵采用A的各个元素的绝对值。 因此，如果B2是本征矩阵对象，也许

B2=(B2*(1.0/B2.maxCoeff())).cwiseAbs()

cf. https://www.mathworks.com/help/matlab/ref/abs.html?searchHighlight=abs&s_tid=gn_loc_drop http://eigen.tuxfamily.org/dox/group__QuickRefPage.html