THESE/codes/graphe/Ncut_9/compute_relation2.m

   1 function [A,B] = compute_relation2(data,scale_sig,order)\r
   2 %\r
   3 %      [W,Dist] = compute_relation(data,scale_sig) \r
   4 %       Input: data= Feature_dimension x Num_data\r
   5 %       ouput: W = pair-wise data similarity matrix\r
   6 %              Dist = pair-wise Euclidean distance\r
   7 %\r
   8 %\r
   9 % Jianbo Shi, 1997 \r
  10 \r
  11 if (~exist('order')),\r
  12   order = 2;\r
  13 %   order = 1;\r
  14 end\r
  15 \r
  16 n = size(data,2);\r
  17 \r
  18 B = zeros(n);\r
  19 for j = 1:n\r
  20   B(:,j) = (sqrt((data(1,:)-data(1,j)).^2 +...\r
  21                 (data(2,:)-data(2,j)).^2))';\r
  22 end\r
  23 \r
  24 if (~exist('scale_sig')),\r
  25     scale_sig = 0.05*max(B(:));\r
  26 %     scale_sig = 0.04*max(B(:));\r
  27 end\r
  28 \r
  29 % kNN = 5;\r
  30 % B2 = B;\r
  31 % for j=1:n\r
  32 %     [ignore,ind] = sort(B(:,j));\r
  33 %     B2(ind(kNN+1:end),j) = Inf;\r
  34 %     B2(ind(1:kNN),j) = B(ind(1:kNN),j) / max(B(ind(1:kNN),j)) * 0.5;\r
  35 % end\r
  36 % scale_sig = 1;\r
  37 % B = min(B2,B2');%(B+B')/2;\r
  38 \r
  39 tmp = (B/scale_sig).^order;\r
  40 \r
  41 A = exp(-tmp);\r
  42 \r
  43 \r