【发布时间】：2011-07-09 18:10:51
【问题描述】：
我有一个稀疏矩阵 S。
我执行以下操作
D1 = diag(sum(S,2))，基本形成对角矩阵。
现在我需要执行(D1)^(-0.5)，但出现错误
“使用 mpower 时出错，请使用 full(x)^full(y)”
转换为完整矩阵会破坏使用稀疏矩阵的目的。
任何建议都会很有帮助。
【问题讨论】：
标签： matlab normalization sparse-matrix
【发布时间】：2011-07-09 18:10:51
【问题描述】：
对角矩阵的幂可以简单地通过对对角元素逐元素进行操作来完成......所以：
D1_diagonal_elements = sum(S,2);
your_result = diag(D1_diagonal_elements .^ (-0.5));
【讨论】：
-
谢谢，我试过了，但得到“使用电源错误，内存不足”
-
它适用于积极力量，消极力量我得到了那个错误。
-
嗯...那是一个相当大的矩阵，甚至完整的对角线都不适合内存:) 原因很可能是因为 x.^(-0.5)==1/sqrt(x )，稀疏对角线的所有零元素都转换为 Inf，实际上将向量转换为一个完整的向量。顺便说一句：你想用结果做什么？你能先收集非零元素，然后去掉剩余的 Inf 吗？
-
好吧，我正在尝试在一个大型矩阵上执行联合聚类。为此，使用 Dhillon 算法，我首先需要将稀疏输入矩阵转换为 X = D1_rootAD2_root，其中 D1_root = abs((D1)^(-0.5)) 和 D2_root 类似. D1 = diag(sum(A,2))，D2 = diag(sum(A,1))。 A 是输入稀疏矩阵。我明白你在说什么，让我试试别的。非常感谢！