平方法计算相似矩阵的传递闭包

2744557306

该代码的基本思路是利用迭代计算，不断更新模糊相似度矩阵 [size=0.85em]r1 直到矩阵不再发生变化。在每次迭代中，根据最小值和最大值的原则计算新的模糊相似度矩阵 [size=0.85em]tr。如果新计算的矩阵与原矩阵相等，则认为已经收敛，输出最终结果。

1. %平方法计算相似矩阵的传递闭包
   $ P' F+ i/ A/ l$ T9 T
2. r1=[1,0.1,0.2;0.1,1,0.3;0.2,0.3,1];
   1 b& I\" j( d; j+ j
3. n=size(r1,1);
   : @- F) U& B& w+ Q
4. I=1;\" ]1 T$ x\" B( A- J( X
   
5. while (I<=n)- q0 Q( s, z4 v' ^2 U0 R
   
6. for i=1:n
   ( ^' I# H3 @- G4 o- i
7.      for j=1:n\" Q( B8 o. ?1 r7 o; d
   
8.          t=[];
   \" e/ t* [8 Z, V$ x9 @2 L0 B& H
9.          for k=1:n  6 Q, B# x# }$ W. d, D
   
10.             mi(k)=min(r1(i,k),r1(k,j));& Q- f( x9 g3 ^) e\" ]4 e( Y$ {2 W
    
11.             t=[t,mi(k)];) x* t+ }9 d4 w2 A7 j
    
12.         end3 p- e5 `; M# Z1 e4 ]* n: q$ z
    
13.         tr(i,j)=max(t);
    ) e7 y/ Y  A) R) ?4 B& A
14.     end
    % P$ ^! W$ _' {# T4 B2 U: C
15. end0 D1 w- e' q) J* B* x( j
    
16. if(tr==r1)
    0 x7 G6 Z$ y% ]3 ~\" D
17.     tr
    & R* i! G; @/ r1 @
18.     break;
    7 E# [4 E\" g( h  [& {
19. end
    9 g* x% N* L# Z; K' H\" V& v
20. r1=tr;
    2 w7 j% p: w8 V0 M
21. I=I+1;
    * w% c- r1 ?$ E\" A% E0 p
22. end  d: v0 M3 J- Y! E3 m
    
23.     0 y* J* f6 m3 K; o+ o
    
24. 
    5 t% U) f2 y6 R* K- e% v# b- o

复制代码