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
   . |/ @- {\" [( _' V5 {6 M. g
2. r1=[1,0.1,0.2;0.1,1,0.3;0.2,0.3,1];4 f7 b7 ~/ a0 B5 J3 T4 S2 @4 C
   
3. n=size(r1,1);
   $ L' n7 ]4 G4 I
4. I=1;
   7 y( M$ S3 i; g3 D  V* x% l$ r
5. while (I<=n). f' C3 i/ ^; ?* h
   
6. for i=1:n# L8 W/ I/ h, l- H
   
7.      for j=1:n
   6 C: \' J- Q% H6 h1 B& }/ I
8.          t=[];9 P3 {) _: x5 Z
   
9.          for k=1:n  
   # V, j% @\" @  D& S* b6 j1 E. N0 _
10.             mi(k)=min(r1(i,k),r1(k,j));8 G: B8 I) H* q\" ~
    
11.             t=[t,mi(k)];6 M7 t8 t9 l* O. g. g4 V
    
12.         end& I# c, d/ V- N* F9 v# R6 s
    
13.         tr(i,j)=max(t);# ]/ K7 K3 ^! i( i\" Z% G  @
    
14.     end
    ( ^$ q8 n\" U6 C& A: y
15. end0 \1 X: F# o8 ?3 P. \: s' z* ~
    
16. if(tr==r1)
    . Q- s. N: R( t! {& F3 G8 x
17.     tr3 d8 n* H8 p% M; {/ A
    
18.     break;4 @  _9 W# b$ ]\" }% t/ R% T
    
19. end
    \" S2 c1 V: j! d3 j
20. r1=tr;
    7 j5 ~8 D! T/ Q
21. I=I+1;  O( b! l# h) g& w9 _  Y! c4 d
    
22. end
    4 m' f& ~. u. I+ B! d* H
23.    
    , `7 ~  s+ P& \: Y6 o  e) N* ~0 X+ \
24. / P. @# v' M6 E0 I
    

复制代码