C++ 生成随机矩阵时出现一些奇怪的情况（特征库）

我的目的是在tmp中，将生成为orth（randn（lenghtDim，dimsSubsp（iK））”的矩阵堆叠起来（用Matlab表示法） 我模拟了这个过程的N次采样，每次我计算tmp的平方范数，并将其保存在normVal中。我尝试了不同的方法来生成这些随机矩阵，但它们的范数值总是相同的（使用Matlab我没有这种行为）

你能帮我理解这种奇怪的行为并解决它吗？多谢各位

Eigen::VectorXd EmpDistrLargSV(const std::size_t lenghtDim, const std::vector<std::size_t>& dimsSubsp, int nresample ){

 Eigen::VectorXd normVal;
 Eigen::MatrixXd tmp(std::accumulate(dimsSubsp.cbegin(),dimsSubsp.cend(),0),lenghtDim);
 normVal.resize(nresample);
 std::normal_distribution<double> distribution(0,1);
 std::default_random_engine engine (nresample );
    for (int i = 0; i <nresample ; ++i) {
        for (int iK = 0; iK < dimsSubsp.size(); ++iK) {
            std::size_t row_start=std::accumulate(dimsSubsp.begin(),dimsSubsp.begin()+iK,0);
            Eigen::MatrixXd myRandMat = Eigen::MatrixXd::NullaryExpr(lenghtDim,dimsSubsp[iK],[&](){return distribution(engine);});
            Eigen::JacobiSVD<Eigen::MatrixXd> svd(myRandMat, Eigen::ComputeThinU );
            tmp.block(row_start,0,dimsSubsp[iK],lenghtDim)=svd.matrixU().transpose();

        }
        normVal(i)=tmp.squaredNorm();
    }
    return normVal;
}

为了获得<代码>（）（代码）>，C++中，我计算SVD，然后取MatRIXU。< /P> < P>根据它的故障构造程序创建简单的增量和模，从某个种子开始。 因此，您使用的随机引擎是确定性的

这就是为什么得到相同的矩阵和相同的范数。Matlab可能是不确定的。

编辑：

哈哈，我知道现在是什么了。您正在执行SVD并查看

U

，它始终（无论输入如何）是一个酉矩阵。酉矩阵的性质是

U^T*U==I

，这意味着其每列的范数（和平方范数）正好是1。因此，矩阵的平方范数将等于列数（在“瘦”

U

的情况下，行或列的最小值），而不管使用什么随机数生成器

以下不相关信息：

请尝试

std:：mt19937

，而不是

std:：default\u random\u engine

。我不确定使用

nSample

作为您的种子是否重要，但您可能希望尝试使用类似

std:：chrono:：high_resolution\u clock:：now（）.time\u since\u epoch（）.count（）

。否则，我认为你的方法与我的类似

#include <chrono>
#include <random> 
#include <Eigen/eigen>

MatrixX<double> random_matrix(int rows, int cols, double min, double max, unsigned seed)
{
   std::mt19937 generator(seed);
   std::uniform_real_distribution<double> distribution(min,max);
   MatrixX<double> result(rows,cols);
   for(double& val : result.reshaped())
      val = distribution(generator);
   return result;
}

MatrixX<double> rando = random_matrix(20, 34, -30.1, 122.3, std::chrono::high_resolution_clock::now().time_since_epoch().count());

#包括
#包括
#包括
MatrixX随机矩阵（整数行、整数列、双最小值、双最大值、无符号种子）
{
std:：mt19937发电机（种子）；
标准：均匀实分布（最小值、最大值）；
MatrixX结果（行、列）；
for（double&val:result.reformed（））
val=配电（发电机）；
返回结果；
}
MatrixX rando=随机矩阵（20,34，-30.1,122.3，标准：：时钟：：高分辨率时钟：：现在（）.自新纪元以来的时间（）.count（））；

如何解决此问题？你有什么建议吗？在文档中被认为是不确定的。试着用它来代替std：：default_random_engine我尝试了你给我的建议，但在两件事上我仍然得到了相同的结果：1。您正在使用每个函数调用构造一个新的随机引擎，这意味着它将像以前一样被播种，并将产生相同的伪随机数序列。始终在外部构建您的随机引擎，并为其播种一个。2.以上并不是代码始终生成相同值的唯一原因。事实上，修复随机数生成不会改变任何事情。你没有编程，只有一个数学错误。我故意这么做，把随机引擎放在函数里面。我不明白的是，为什么在外部循环的每次迭代中，normVal总是相同的数字。我试着打印tmp，在每次迭代中都会看到一个不同的矩阵，但它的范数总是一样的。。我在MATLAB代码中添加了我试图在C++中“翻译”的代码

#include <chrono>
#include <random> 
#include <Eigen/eigen>

MatrixX<double> random_matrix(int rows, int cols, double min, double max, unsigned seed)
{
   std::mt19937 generator(seed);
   std::uniform_real_distribution<double> distribution(min,max);
   MatrixX<double> result(rows,cols);
   for(double& val : result.reshaped())
      val = distribution(generator);
   return result;
}

MatrixX<double> rando = random_matrix(20, 34, -30.1, 122.3, std::chrono::high_resolution_clock::now().time_since_epoch().count());