EM算法训练GMM的聚类函数vq_flat看评论酌情

EM算法训练GMM的Matlab实现过程(总结) 中 的vq_flat代码

#include 
#include “mex.h“
#include “vq_util.h“

#define GET_TOTAL_ELEMENTS（a）  （mxGetM（a） * mxGetN（a）） 

/* Input Arguments */

#define	VEC	prhs[0]
#define NC	prhs[1]
#define CVTYPE	prhs[2]
#define MC	prhs[3]
#define MITER	prhs[4]

/* Output Arguments */

#define COST	plhs[0]
#define CMEAN	plhs[1]
#define CVAR	plhs[2]
#define CCOST	plhs[3]
#define CSIZE	plhs[4]
#define	CMAP	plhs[5]


void 
mexFunction（
	    int nlhs       mxArray *plhs[]
	    int nrhs const mxArray *prhs[]
	    ）
{
  double	*Vec *Cost *CMean *CVar *CMap *CSize *CCost *tmp;
  int		i N L Nc CVType = DIAGC maxIter = 100 minClustSize = 1;
  int		*cmap *csize dims[3];
  
  /* Check for proper number of arguments */
  
  if （nrhs < 2）  {
    mexErrMsgTxt（“Requires at least two arguments.“）;
  }
  
  N = mxGetM（ VEC ）;
  L = mxGetN（ VEC ）;
  
  /* Get input pointers */
  Vec = mxGetPr（ VEC ）;
  tmp = mxGetPr（ NC ）; Nc = （int） tmp[0];
  
  if （Nc>L）
    mexErrMsgTxt（“Too many clusters for too few data vectors.“）;

  if （nrhs>=3） {
    tmp = mxGetPr（ CVTYPE ）;
    CVType = （int） tmp[0];
    if （CVTypeINVFULLC）
      mexErrMsgTxt（“Unsupported covariance type.“）;     
  }

  if （nrhs>=4） {
    tmp = mxGetPr（ MC ）;
    minClustSize = （int） tmp[0];
  }

  if （nrhs>=5） {
    tmp = mxGetPr（ MITER ）;
    maxIter = （int） tmp[0];
  }

  /* Create outputs */
  COST = mxCreateDoubleMatrix（11 mxREAL）;
  Cost = mxGetPr（ COST ）;

  CMEAN = mxCreateDoubleMatrix（NNc mxREAL）;
  CMean = mxGetPr（ CMEAN ）;

  if （CVType==FULLC || CVType==INVFULLC） {
    dims[0] = N; dims[1] = N; dims[2] = Nc;
    CVAR = mxCreateNumericArray（3 dims mxDOUBLE_CLASS mxREAL）;
  } else
    CVAR = mxCreateDoubleMatrix（NNc mxREAL）;   
  CVar = mxGetPr（ CVAR ）;

  CCOST = mxCreateDoubleMatrix（1Nc mxREAL）;
  CCost = mxGetPr（ CCOST ）;
  
  CSIZE = mxCreateDoubleMatrix（1Nc mxREAL）;
  CSize = mxGetPr（ CSIZE ）;
  
  CMAP = mxCreateDoubleMatrix（1L mxREAL）;
  CMap = mxGetPr（ CMAP ）;

  /* Allocate tmp data storage */
  cmap  = mxCalloc（Lsizeof（int））;
  csize = mxCalloc（Ncsizeof（int））;

  /* Call FlatCluster function */
  FlatCluster（ Vec N L
	       CMean CVar CCost csize cmap Nc
	       CVType minClustSize maxIter
	       Cost）;

  /* Copy tmp to out */
  for （i=0;i    CMap[i] = cmap[i]+1;
  for （i=0;i    CSize[i] = csize[i];

  /* If covariance is INVFULLC find inverses */
  if （CVType==INVFULLC） {

    double *mat *imat dmat;
    int j;

    imat = mxCalloc（N*Nsizeof（double））;

    for （i=0;i      mat = CVar+i*N*N;
      sinv（ mat N imat &dmat）;
      for （j=0;j	mat[j] = imat[j];
    }
    
    mxFree（imat）;
  }

  /* Free tmp data storage */
  mxFree（cmap）;
  mxFree（csize）;

  return;
}

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2893  2013-06-02 14:16  vq_flat\vq_flat.c

     文件        710  2013-06-02 14:16  vq_flat\vq_flat.m

     文件      11127  2013-06-02 14:15  vq_flat\vq_util.c

     文件       1690  2013-06-02 14:15  vq_flat\vq_util.h

     目录          0  2013-06-02 14:15  vq_flat

----------- ---------  ---------- -----  ----

                16420                    5