我想解決一個類型爲Ax = b的簡單最小二乘法。 C++ eigen庫提供了幾個關於這個的功能,我在這裏看到了一些解決方案:Solving system Ax=b in linear least squares fashion with complex elements and lower-triangular square A matrix和這裏:Least Squares Solution of Linear Algerbraic Equation Ax = By in Eigen C++ 我想要做的是使用矩陣A和B的動態版本。矩陣A的元素在我的情況下是浮點,有3列,但是數據項(即行)的數量是動態的(在一個循環內)。 有一個A,b基本聲明的簡短代碼片段並填寫值是有幫助的。使用C++特徵庫求解線性最小二乘方程式(動態分配)
1
A
回答
1
你可以看看這裏上手徵:
http://getcodefromcoffee.blogspot.it/2015/05/fast-systems-solver-axb-using-c-pcg.html
我已經寫了關於如何解決使用PCG線性系統一個簡單的教程,所以這不是正是你的情況,但源提供的代碼應該可以幫助你進入Eigen的庫(你在問如何聲明矩陣和向量,所以這應該沒問題)。 如果你需要動態矩陣/矢量,只需使用:
MatrixXd m1(5,7); // double
VectorXd v1(23); // double
MatrixXf m2(3,5); // floating
VectorXf v2(12); // floating
這些變量都將在堆中被保存。
如果您需要方陣或向量與固定大小(但要小心,他們不是動態的!),請使用以下語法:
Matrix3d m3; // double, size 3x3
Vector3d v3; // double, size 1x3
Matrix4d m4; // double, size 4x4
Vector4d v4; // double, size 1x4
相關問題
- 1. 特徵庫 - 最小二乘法
- 2. 使用CUDA求解非線性最小二乘方程的系統方程
- 3. 求解最小二乘使用MATLAB
- 4. 在matlab中使用最小二乘法求解多維方程
- 5. 最小二乘C#庫
- 6. 線性阿爾克馬爾方程的最小二乘解Ax = by Eigen C++
- 7. 求解稀疏線性約束的非線性最小二乘法
- 8. 在matlab中象徵性地求解非線性最小化方程
- 9. 求解具有特徵的小齊次線性系統的最快方法
- 10. 帶約束方程的ipython非線性最小二乘法
- 11. 線性最小二乘法擬合
- 12. 整數線性最小二乘法
- 13. 加權線性最小二乘
- 14. 用於線性或非線性最小二乘逼近的Ruby庫?
- 15. 在SciPy的線性最小二乘 - QR因式分解VS其它方法的準確性
- 16. 稀疏約束線性最小二乘解算器
- 17. 具有邊界約束的非線性最小二乘法求解器
- 18. 特徵庫中的大塊係數方式乘法失敗C++
- 19. 分段最小二乘法
- 20. 最小二乘方表示
- 21. 使用二分法求解方程
- 22. 使用非線性最小二乘法對圖進行形狀匹配
- 23. 如何:求解基礎二次最小二乘法
- 24. 非線性微分方程的求解
- 25. 在C中使用線性最小二乘法進行2D三角測量#
- 26. 在C++/Eigen中求解線性方程
- 27. 數據集的最小二乘拋物線方程。 (FORTRAN)
- 28. 加權線性二維數據點最小二乘設置
- 29. R中的非線性最小二乘曲線擬合
- 30. 將最小二乘意義下的數據擬合成非線性方程
http://eigen.tuxfamily.org/dox/group__TutorialMatrixClass .html#title2 – Pavel
我找不到問題。 – nwp