关于vlfeat做vlad编码问题

 1 data = single(cat(1, data{:})); % 这里data是16900×256的
 2 
 3 % 聚类数
 4 numClusters = 200 ;
 5 % k聚类 生成聚类中心centers data 16900×200
 6 % 200个聚类中心，每一列都是一个聚类中心 numClusters的个数应该小于等于 data列的个数
 7 % 16900×200
 8 [centers, ~] = vl_kmeans(data, numClusters);
 9 
10 % 返回 包含centers中kd-tree的索引的结构体forest
11 kdtree = vl_kdtreebuild(centers) ;
12 
13 % index 是data中每一列距离centers中哪一列最近的索引
14 [index, dist] = vl_kdtreequery(kdtree, centers, data) ;
15 
16 % 初始化 分配 200×256
17 [~, y] = size(data);
18 assignments = zeros(numClusters, y);
19 % sub2ind 用于将下标 转换位对应的索引值(这里是以列为主序的) ind2sub相反
20 % 这是一个分配矩阵21 %将index中所在列变为 单位列向量
22 assignments(sub2ind(size(assignments), index, 1:length(index))) = 1;
23 assignments = single(assignments);
24 % 对data编码25 enc = vl_vlad(data, centers, assignments);