eigen

    2熱度

    2回答

    我在Eigen中有兩個稀疏矩陣,我想將它們垂直連接成一個。作爲一個例子代碼的目標將是: SparseMatrix<double> matrix1; matrix1.resize(10, 10); SparseMatrix<double> matrix2; matrix2.resize(5, 10); SparseMatrix<double> MATRIX_JOIN; MATRIX_JO

    0熱度

    1回答

    我想在一個Qt項目中使用pcl庫。我包括下面的頭文件,它給我的錯誤: #include "pcl/common/common_headers.h" #include "pcl/io/io.h" 的錯誤發生在本徵的頭文件(LDLT.h,LLT.h): 'Index' in namespace 'Eigen' does not name a type 'Solve' in namespace

    4熱度

    1回答

    我知道Tensor類支持切片,但是當我試圖對TensorMap實例進行切片時,錯誤是該操作不受支持。我如何切片張量圖?

    2熱度

    1回答

    我想要class Test具有映射到Test :: _ a的Eigen :: Matrix。 這意味着無論何時我更改std :: vector,Eigen :: Matrix也會立即反映更改,因爲矢量和矩陣都使用同一塊內存來保存數據。 這工作: #include <Eigen/Dense> #include <vector> int main() { std::vector<int>

    0熱度

    2回答

    我試圖初始化一個4x4矩陣,然後通過函數調用將值分配給矩陣。這產生了一個錯誤; EXC_BAD_ACCESS 我知道這個錯誤發生在我嘗試在內存中訪問不可用或未分配的位置時。但根據Eigen文檔的例子,this是怎麼做到的。 這是我的頭文件初始化。 MatrixX4d T; 這是我的實現文件函數調用。 MatrixX4d RobotArm::substitute(double theta,

    0熱度

    1回答

    隨着徵:給定一個大的稀疏矩陣,這將是決定如果在給定位置的值是空或不是最快的方法是什麼? 必須說我用這個稀疏矩陣實現來存儲非數字值。這與this question有關。 目前,我有什麼是(與T我的數據類型): Eigen::SparseMatrix<T> mat(n,n); // n could be 1000, 10000, ... // fill T e1(/* some values *

    1熱度

    1回答

    我想解決一個大的稀疏對稱矩陣(一般爲20,000-60,000)的特徵值。我嘗試過利用SymEigsShiftSolver/SymEigsSolver,但需要大量時間才能生成我的特徵值。有沒有加速的方法?我附上了我打算做的事情的演示代碼。我錯過了什麼? INT主() { Eigen::MatrixXd A = Eigen::MatrixXd::Random(10000, 10000); Eige

    0熱度

    2回答

    我試圖用Eigen庫初始化一個6x4矩陣,如下所示; MatrixXf DH(6,4); 在我的班級定義。但這會導致錯誤 Expected parameter declarator 根據Eigen tutorial我所做的是正確的。有什麼想法嗎? 感謝

    0熱度

    1回答

    我希望將一個簡單的二維數組轉換爲SparseMatrix,以提高性能和運行時間,因爲我正在處理一個大小在50,000-70,000左右的數組。 到目前爲止我有: SparseMatrix<double> sp; sp.resize(numCells,numCells); double Matrix[numCells,numCells]; Matrix = Map<SparseMatrix>(

    0熱度

    2回答

    我已經實現了SymEigsShiftSolver來計算大型稀疏矩陣的特徵值,但是它並沒有返回給我的特徵向量。它尚未實施到目前爲止? void Eigens::computeEigenvectors(Matrices m) { SparseSymShiftSolve<double> op(m.Lpl); SymEigsShiftSolver< double, SMALLEST_MAGN, Sp