Matlab 如何使用生成矩阵的3个循环对代码进行矢量化

你能帮我把这个Matlav代码矢量化，构造一个维度为MNx（2+N-1）xR的矩阵

a

，以加快速度吗？目前大约需要8秒

初始化

R=200;
M=400;
N=20;
B=[kron((1:1:M)', ones(N,1)) repmat((1:1:N)', M,1)]; %(MN)x(2)

B

看起来像

B=[1 1;
   1 2;
   ...;
   1 20;
   2 1;
   2 2;
   ...
   2 20;
   ...
   400 20]

代码

一些解释

对于

r=1，…，r

A

是这样的

对于

m=1，…，m

和

j=1，…，N

---

前两列中以

[m j]

开头的

A（：，：，r）

行填充剩余的

（N-1）

列，每个

h~=j

，其中

uj，uh，ujh

是i.i.d标准高斯数，可在

utemp1

和

utemp2

中找到。您可以预先计算索引并在500次迭代中使用它们：

idx = repmat(reshape(1:M*N,M,N).',1,N);
idx = reshape(idx(logical(kron(~eye(N),ones(1,M)))),N-1,[]).';
for k=1:500
    for r=1:R
        utemp2=randn(M*N,1);
        A(:,3:end,r)=randn(M*N, N-1)+bsxfun(@plus,utemp2,utemp2(idx) );
    end
end

---

然而，分配大型矩阵，特别是重复元素的矩阵，并对其进行矢量化操作并不总是最有效的方法。内置函数可直接在原始数组上操作，避免重复数组元素。

请描述您试图解决的问题，而不仅仅是转储代码并要求我们将其矢量化。。。如果我们知道您想做什么，也许我们可以建议您使用内置或FEX功能。。。。。。然后你想用A做什么？它是很长代码（模拟力矩估计方法）的一部分。简言之，我使用它来使用一些数据估计模型的参数。我想获得一些效率，因为我需要重复这个步骤500次。如果你想对每行的元素求和，我认为有一些快速的内置程序可用

idx = repmat(reshape(1:M*N,M,N).',1,N);
idx = reshape(idx(logical(kron(~eye(N),ones(1,M)))),N-1,[]).';
for k=1:500
    for r=1:R
        utemp2=randn(M*N,1);
        A(:,3:end,r)=randn(M*N, N-1)+bsxfun(@plus,utemp2,utemp2(idx) );
    end
end