如何加速这个matlab函数答案

【问题标题】：How to accelerate this matlab function如何加速这个matlab函数
【发布时间】：2015-11-14 06:43:32
【问题描述】：

我有一个函数可以在向量 x[m,n] 上执行 HodgesLehmann 稳健均值。 n为数据的批次索引，m为样本数。

function HLe = HodgesLehmann(x)

% Obtain dimensions
[m,n] = size(x);

% Create xi and xj values with the i <= j restriction enforced
q = logical(triu(ones(m,m),0));
i = uint32((1:m)'*ones(1,m));
xi = x(i(q),:);
j = uint32(ones(m,1)*(1:m));
xj = x(j(q),:);

% Calculate pairwise means (Walsh averages)
W = (xi+xj)./2;

% Calculate ordinary median of Walsh averages
HLe = median(W);

我正在寻找一种方法来加速这个函数，它不能很好地适应大尺寸的 x。任何加速这一过程的方式也是受欢迎的。

非常感谢。

【问题讨论】：

次要建议：而不是做例如uint32((1:m)'*ones(1,m))，可以create the array directly as uint32 type跳过浮点数的转换，例如ones(1,m,'uint32')。
我尝试了你的建议，但它要么不起作用，要么我不完全理解你的建议。问题是 matlab 抱怨整数类不完全支持矩阵乘法 (MTIMES)。
抱歉，忘记了整数类的 MTIMES 支持。您可以忽略该建议。

标签： matlab vectorization

【解决方案1】：

受this solution 的启发，这是一个可能的（未经性能测试）改进 -

%// Calculate pairwise means (Walsh averages)
[I,J] = find(bsxfun(@le,[1:m]',[1:m])); %//'
W = (x(J,:) + x(I,:))./2;

%// Calculate ordinary median of Walsh averages
HLe = median(W);

【讨论】：

这提高了性能，但非常轻微。有没有其他推荐的方法？
@user2324712 是的，我刚刚进行了测试，似乎并没有提供太大的改进，这对我来说真的有点出乎意料。
@user2324712 让我问你 - 你正在使用多少系统 RAM，x 的数据大小是多少？
在我的笔记本电脑上，我目前大约有 8 个演出。 x 通常大小为 m ~ 数千和 n ~ 50,000。我目前无法以全尺寸运行它，而是通过 for 循环对其进行批处理。但最终这是我想要达到的尺寸。我可以使用更好的硬件，您会推荐更好的 cpu 或 GPU 实现吗？
@user2324712 我在分析器中检查了@Divakar 的版本和使用meshgrid 的变体：[jj,ii] = meshgrid(uint32(1:m)); [I,J] = find(jj >= ii);。 bsxfun 可能更快，但至少在我的情况下，大部分时间实际上都花在了 median 函数上，这是一个内置的 MATLAB 函数。