MATLAB中的ind2vec和vec2ind函数

先说容易理解的vec2ind吧，从命令名字上可以看出是“向量变索引”，

假设一个3*6的稀疏矩阵T(1,:)=[0 1 0 0 1 0];T(2,:)=[1 0 1 1 0 0];T(3,:)=[0 0 0 0 0 1],

通过vec2ind(T)将会得到什么？

因为通过矩阵知道T是6列的，

T =

     0     1     0     0     1     0
     1     0     1     1     0     0
     0     0     0     0     0     1

vec2ind(T)得到的是1行6列的向量，该向量对应的元素分别是T中第1列到第6列中数字"1"对应的行号，因例子中的T矩阵，在第一列中第2行对应的是"1",则vec2ind(T)的第一个元素是2，同理，T中第二列中“1”在第1行，则vec2ind(T)的第二个元素是"1"，依次类推，T中第3列至第6列中“1”对应行数分别是“2","2","1","3"。

因此，vec2ind(T)=[2 1 2 2 1 3];

ind2vec则反过来理解即可，如一个索引适量A=[1 3 2 2 2 1 2 1]，求ind2vec？

从A可以看出A是1行8列的（如果实在不知道，就用size(A)查看），从A中元素最大值"3"可以看出，索引对应的向量是3行的，还不理解？那就用最基本的方法，因A中元素对应的是行号，设B=ind2vec(A)，意味着B(1,1),B(3,2),B(2,3),B(2,4), B(2,5), B(1,6),B(2,7),B(1,8)对应的值是"1"，其余元素均为"0"
即
                 1 0 0 0 0 1 0 1
B=ind2vec(A)=    0 0 1 1 1 0 1 0
                 0 1 0 0 0 0 0 0

 

 

 

神经网络中：

a = sim(net,P)  后运行的结果是：a =

  (10,1)        1              %表示输入第1个测试样本数据，10号神经元获胜（我用的是hextop建立的竟争层）
  (10,2)        1              %表示输入第2个测试样本数据，10号神经元获胜
   (9,3)        1               %表示输入第3个测试样本数据，9号神经元获胜
   (8,4)        1                  %表示输入第4个测试样本数据，8号神经元获胜
   (8,5)        1               。。。。。。
  (29,6)        1
  (40,7)        1
  (50,8)        1
  (60,9)        1
  (60,10)       1

用ac = vec2ind(a)  后可得：
ac =

  Columns 1 through 10

    10    10     9     8     8    29    40    50    60    60      
这样可以更清晰地看出来从第一个样本到最后一个样本，分别是那个神经元获胜。