文章/答案/技术大牛

发布

问三维坐标下的RMSE (MATLAB)
EN

Stack Overflow用户

提问于 2013-09-09 18:20:42

回答 2查看 1K关注 0票数 0

我有一个3D数据(气候变量)，(x=33，y=35，z=27)，其中x，y是指网格点，z是时间(以年为单位)。我需要给定时间段的网格RMSE。在计算RMSE之前，我必须屏蔽该文件。掩码文件和数据的维度相同(包括时间)。没有。在掩蔽之后，必须找到RMSE的网格的数量减少(33*35=1155为357)。在重塑原始数据后，我找到了这些简化网格的RMSE。现在我有一个RMSE (357*1)的列矩阵，它必须以2维的形式显示，即对于各个网格(33*35)。如何实现从一维小数组到二维大数组的重塑？我的代码是：

IMD_load=load('IMD.mat'); % mask file cum observation data
IMD1=IMD_load.IMD_OBS;
IMD(:,:,:)=IMD1(:,:,1:27); % I'm doing only for 27 yrs of available time period

CFS_load=load('CFS.mat'); % model data
CFS1=CFS_load.CFSV2;
CFS2=CFS1(:,:,1:27); % I'm doing only for 27 yrs of available time period
CFS=CFS2-273.15;

for i = 1:1:27
  IMD2=IMD(:,:,i);
  IMD_1=reshape(IMD2,1155,1);
  IMD_1(isnan(IMD_1))=0;
  [IMD_m]=find(IMD_1==0);   

%  CFS3=CFS(:,:,i);
  CFS4=reshape(CFS(:,:,i),1155,1);
  CFS4(IMD_m,:)=0;
  CFS5=reshape(CFS4,1155,1);
  CFS6(:,i)=CFS5;
end

%I必须运行上面的for循环，因为对于每一年没有。使用NaN的网格的数量是不同的

OO1=reshape(IMD,1155,27);
MM1=reshape(CFS,1155,27);

OO2=reshape(OO1,1155*27,1); % is this corret?
MM2=reshape(MM1,1155*27,1); % is this corret?

[cfs6_m]=find(CFS6~=0);
[cfs6_m2]=find(CFS6==0);
OO3=reshape(OO2(cfs6_m,:),357,27); % (OR) OO4=reshape(OO2(cfs6_m),357,27);
MM3=reshape(MM2(cfs6_m,:),357,27); % (OR) MM4=reshape(MM2(cfs6_m),357,27);

for i = 1:1:357
  r2(i,:)=sqrt(sum((OO3(i,:)-MM3(i,:)).^2)/27);
end
% RR(1155,1)=reshape(R,33,35);

%I现在只剩下'r1'(357*1)。但是如何将其转换回33*35？

matlab

reshape

回答 2

Stack Overflow用户

发布于 2013-09-09 18:24:31

以下内容不起作用吗？

temp=reshape(R,33,35);
RR(1155,1)=temp;

票数 0

Stack Overflow用户

发布于 2013-09-10 11:45:51

我的朋友建议我使用三个for循环的传统方法。现在我的问题已经解决了。但您可以建议使用更高效、更紧凑的代码。我的代码如下所示。如果你发现它有什么问题，请告诉我。

IMD_load=load('IMD.mat');
IMD1=IMD_load.IMD_OBS;
IMD(:,:,:)=IMD1(:,:,1:27);

CFS_load=load('CFSV2.mat');
CFS1=CFS_load.CFSV2;
CFS2=CFS1(:,:,1:27);
CFS=CFS2-273.15;

for i = 1:1:27
  IMD2=IMD(:,:,i);
  IMD_1=reshape(IMD2,1155,1);
  IMD_1(isnan(IMD_1))=0;
  [IMD_m]=find(IMD_1==0);

%   CFS3=CFS(:,:,i);
  CFS4=reshape(CFS(:,:,i),1155,1);
  CFS4(IMD_m,:)=0;
  CFS5=reshape(CFS4,1155,1);
  CFS6(:,:,i)=reshape(CFS5,33,35);
end

rms(33,35,27)=0;
for i=1:1:27
  for j=1:1:35
    for k=1:1:33
        if (CFS6(k,j,i)~=0) || (IMD(k,j,i)~=0)
            rms(k,j,i)=((IMD(k,j,i)-CFS6(k,j,i)).^2);
        end
    end
  end
end

rms1(33,35)=0;
for i=1:1:27
  rms1(:,:)=rms(:,:,i)+rms1(:,:);
end

rms2=rms1/27;
TMAX_rmse=sqrt(rms2);

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/18696077

复制

相似问题

问三维坐标下的RMSE (MATLAB)
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问三维坐标下的RMSE (MATLAB)EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问三维坐标下的RMSE (MATLAB)
EN