Eigen::Vector;在函数中用 Eigen::Matrix3f 的值初始化向量，大于 4 个条目

Question

我有兴趣构建一个 1x6 向量，我想将其与另一个 1x6 向量连接成一个 2x6 矩阵。我知道它将是一个行向量，因此我考虑过初始化一个 Eigen::RowVectorXf vec，但也许一个简单的 Eigen::VectorXf 就足够了，idk.

（进一步，这应该连接到一个更大的 2Nx6 矩阵，用于 SVD 操作）

我的输入是 Eigen::Matrix3f Mat

类型的 3x3 矩阵

我想到了使用一个函数，因为我总共有大约 20 个（数量并不重要）输入矩阵，对于每个我必须以这种方式构建 2 个向量（是的，这将是一个最后是 40x6 矩阵）：

问题：

我如何使用 mat 的条目初始化 vec，尤其是如果它不仅是条目，而且是条目的产物，或者条目乘积之和。

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，但我有一个 col,row 的模式，我想要测试，因此我想建立这些载体。我已经在 MATLAB 中完成了，但我有兴趣在 C++ 中使用 Eigen 完成它。

RowVectorXf build_Vec(Eigen::Matrix3f Mat)
{
Eigen::RowVectorCf vec = ( ..., ..., ..., ..., ..., ...;);
return vec;
}

有人给我一些提示吗？提前致谢

Answer 1

为了在运行时动态填充大矩阵，您不能使用 CommaInitializer（除非滥用它）。只需分配一个足够大的矩阵并设置单独的块：

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;
}

您还可以考虑即时计算 Vges.transpose() * Vges（即，通过将 foo.transpose()*foo 累加到 6x6 矩阵中并执行 SelfAdjointEigendecomposition 而不是 SVD（可能使用双精度而不是单精度然后）。

Eigen::Matrix<double, 6, 6> VtV; VtV.setZero();

for(int i=0; i<views; ++i) {
    foo = ...;
    VtV.selfadjointView<Upper>().rankUpdate(foo);
}

Eigen::Vector;在函数中用 Eigen::Matrix3f 的值初始化向量，大于 4 个条目

Eigen::Vector; Initialize Vector with Values of Eigen::Matrix3f in a function, bigger than 4 entries

c++

function

eigen