我有一个关于在 Matlab 中使用 polyval 函数的简单性能问题。
目前,我有一个可能很长的 x 向量(>1000 个标量)。我想对每个 x 应用不同的多项式形式。
多项式形式存储在二维数组中,并应用在循环中,如下面的代码所示。由于 Polyval 已经过优化,代码相对较快,但循环可能会很长,而且性能至关重要,因为它是一个目标函数,可以在一个过程中计算数千次。
关于如何提高性能有什么想法吗?
谢谢
% ---------- Objective Function ------------------
function [obj] = obj(x, poly_objective)
polyvalue = zeros(length(x),1);
for index = 1: length(x)
polyvalue (index) = polyval(poly_objective(index,:), x(index));
end
obj= -sum(polyvalue );
end
% -------------------------------------------------
最佳答案
您可以手动线性化 for 循环,下面是一个示例:
p = [3,2,1;
5,1,3]; %polynomial coeff
x = [5,6].'; %the query points
d = size(p,2)-1:-1:0; %the power factors
res = sum(x.^d.*p,2); %process all the polynome without for loop.
与
res =
86
189
此外,如果您要评估您可以使用的每个多项式的每个 x 值:
res = x.^d*p.'; %using only matrix multiplication
与
res =
p1 p2
x1 86 133
x2 121 189
关于matlab - 多次使用 Polyval 函数的性能改进,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52951217/