如何利用指数矩阵从数据集中生成最近邻矩阵-matlab

我有一个数据点的

Nx2

矩阵，其中每一行都是一个数据点。我还有一个

NxK

矩阵，它是

K

最近邻的索引，来自

knnsearch

函数。我试图创建一个矩阵，在每一行中包含数据点，然后是K个相邻数据点，即对于

K=2

，我们将为每一行创建类似

[data1，neighbour1，neighbour2]

我一直在搞循环，试图用矩阵索引，但没有用，每个数据点都是

1x2

这一事实让我困惑。 我的最终目标是计算梯度，以类似的方式训练RBF网络：

D = (x_dist - y_dist)./(y_dist+(y_dist==0));
temp = y';
neg_gradient = -2.*sum(kron(D, ones(1,2)) .* ...
    (repmat(y, 1, ndata) - repmat((temp(:))', ndata, 1)), 1);
neg_gradient = (reshape(neg_gradient, net.nout, ndata))';

---

您可以使用以下内容：

K = 2;
nearest = knnsearch(data, data, 'K', K+1);%// Gets point itself and K nearest ones
mat = reshape(data(nearest.',:).',[],N).'; %// Extracts the coordinates

我们生成

数据（最近的'，：）

以获得

3*N×2

矩阵，其中每3个连续行是相互对应的点。我们将其转置，以将xy坐标移到同一列中。（MATLAB是列主键，即列中的值连续存储）。然后我们重塑数据，使每一列都包含最近的

行的xy坐标。因此，我们最终只需要再次转置