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\" l4 P4 E5 W8 Y1 |4 l. o
   
2. r1=[1,0.1,0.2;0.1,1,0.3;0.2,0.3,1];# t\" {4 ^3 G$ R1 Q
   
3. n=size(r1,1);7 n. V6 d9 n  C/ v: A) D9 x3 A
   
4. I=1;
   $ b\" {) h9 N3 M* M8 g
5. while (I<=n)3 R5 z# K1 r% A
   
6. for i=1:n& ]+ {  P0 E8 X, l( U
   
7.      for j=1:n
   0 O1 m# P- |! U1 h
8.          t=[];
   ( R# o, J0 u' O  {1 W2 P
9.          for k=1:n  
   , B! v& X7 X8 K2 x. u, \2 K! l, V\" K
10.             mi(k)=min(r1(i,k),r1(k,j));+ D; Y0 K3 o\" n8 {
    
11.             t=[t,mi(k)];9 U0 Z' Z, Y! ?
    
12.         end
    ) P& J+ H! U# f. e# R
13.         tr(i,j)=max(t);
    0 T1 u) d, k2 F' b  W8 _( U4 I
14.     end( g0 [) ?; a4 B% M, t* j' ~
    
15. end
    8 `2 t\" U  d7 L2 }! ~
16. if(tr==r1)
    6 t8 e3 \4 p/ Z% ^; {
17.     tr- W; W) m$ r' \9 X
    
18.     break;4 L/ Q0 @2 w\" I% ?
    
19. end5 y) x7 A) L. N
    
20. r1=tr;
    * G4 B& X5 o2 {
21. I=I+1;
    . C( i* n; C\" v$ R! P3 p
22. end5 E: b2 q1 n: t! Z' \
    
23.    
    + S% ~$ q$ l1 M9 G
24. 
    + ]% V$ P. s- X1 w  {5 h4 A

复制代码