鉴于我们有:
x是2d矩阵,大小为[numSamples x numFeatures]
A是尺寸为[numFeatures x numFeatures]的2d方阵
B是大小为[1 x numFeatures]的一维向量
我想评估以下代码而无需循环:(或以一种更快的方式)
out = zeros(1,numSamples);
for i = 1:numSamples
res = sum(repmat(B - x(i,:), numSamples, 1)*A.*(x - repmat(x(i,:), numSamples, 1)), 2).^2;
out(i) = var(res);
end
如果您有其他建议可以更快地改善上述要求,也非常欢迎。
最佳答案
您可以逐段bsxfun
进行矢量化解决方案-
P1 = bsxfun(@minus,B,x)*A;
P2 = bsxfun(@minus,x,permute(x,[3 2 1]));
out = var(squeeze(sum(bsxfun(@times,P1,P2),2)).^2.');
部分矢量化方法-
P = (bsxfun(@minus,B,x)*A).'; %//'
out = zeros(1,numSamples);
for i = 1:numSamples
out(i) = var((bsxfun(@minus,x,x(i,:))*P(:,i)).^2);
end