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+ D( j8 \5 q1 J
   
2. r1=[1,0.1,0.2;0.1,1,0.3;0.2,0.3,1];
   / p7 X% ~# L9 O( @
3. n=size(r1,1);6 E+ v. {% Z! W/ I8 J0 K
   
4. I=1;
   ' G  Y6 G+ z- ?: D/ }* e
5. while (I<=n)4 \, P- Z$ K( \* I) Y
   
6. for i=1:n
   # G7 s6 \# f# ~1 |& T5 t
7.      for j=1:n
   4 N- c) p2 u- j- x/ o1 S
8.          t=[];
   9 r1 V8 o1 H7 w6 v  H
9.          for k=1:n  8 _; j- G6 B; S  v% E) T
   
10.             mi(k)=min(r1(i,k),r1(k,j));
    1 k. H9 Z' O  e/ d$ o
11.             t=[t,mi(k)];
    1 l8 m/ g1 n; j6 R- _+ [5 u
12.         end8 d, D2 T/ P0 f1 B  ]$ T  P
    
13.         tr(i,j)=max(t);
    2 J; {! w/ V# k$ c1 s\" ]$ W
14.     end
    : ^9 S) i6 [, [2 Z
15. end: b* Q' t9 A! B0 Y1 f3 q! N
    
16. if(tr==r1), X1 O  ~+ C- R3 C2 V+ z
    
17.     tr
    - P* ?( l2 G( j0 n
18.     break;
    2 Y  N; k. K+ n
19. end
    ( S/ g7 K# z/ H( L( q' K+ E6 {: L
20. r1=tr;
    1 @1 }8 E9 `  X% v6 w) A\" L
21. I=I+1;# e: R9 [% x6 U9 n' e% N6 x
    
22. end0 @/ L# b8 [0 r- X; g
    
23.    
    ) X. U0 R# D' F$ o3 P$ R3 u  p
24. 
    ' _  _% h0 n! x4 g* l3 I; w& D

复制代码