我正在使用PCL处理三维点云。我使用快速点特征直方图(FPFH)作为描述符,它对于单个点是33维的。在我的工作中,我想使用FPFH对点云数据进行聚类,其中聚类定义了此功能。
然而,如果我计算一个包含200个点的集群的FPFH,而不是集群中每个点的特征向量是200x33,我就会感到困惑。由于两个集群将具有不同的大小,因此我不能使用上述大小的特征向量。我的问题是,我如何才能适当地计算特征,并使用它来描述单个1 x 33维向量的集群?
我正在考虑使用均值,但它并不能捕获所有不同点的相关信息。
我想写一个简单的程序(用C)使用Lanczos算法。我遇到了一个Matlab示例,它帮助我更深入地理解了算法,但是从这段代码中我找不到获得特征值和特征向量的方法。我可以遵循算法,但我想我肯定遗漏了什么。有没有人可以指导我从这个例子中得到特征值,这样我就可以理解这个方法,然后用C语言编写代码?
% Create a random symmetric matrix
D=6
for i=1:D,
for j=1:i,
A(i,j)=rand;
A(j,i)=A(i,j);
end
end
% Iteration with j=0
r0 = r
我正在使用netlib LSODAR子例程来集成ODE。其代码为。代码是用F77编写的,使用save语句和数据结构。我不能简单地删除它们,而且代码很长,需要对每个代码进行编辑和修改。我的代码需要运行多个这样的集成,因此我想使用openmp来并行化代码。有没有办法让这些代码是线程安全的?我已经将所有函数和子例程设为递归,并将子例程的所有输入变量设为private/firstprivate,但这没有帮助。任何帮助都是非常感谢的。如果有任何其他线程安全的替代方案,那也很好。
一个例子是
program main
!$omp parallel
call counter()
ca