THESE/codes/graphe/Ncut_9/demoNcutClustering.m

   1 function demoNcutClustering;\r
   2 % demoNcutClustering\r
   3 % \r
   4 % demo for NcutClustering\r
   5 % also initialize matlab paths to subfolders\r
   6 % Timothee Cour, Stella Yu, Jianbo Shi, 2004.\r
   7 \r
   8 disp('Ncut Clustering demo');\r
   9 \r
  10 %% make up a point data set\r
  11 caseid = 2;%3\r
  12 [data,size_cluster] = build_scene(caseid);\r
  13 figure(1);clf;\r
  14 plot(data(1,:),data(2,:),'ks', 'MarkerFaceColor','k','MarkerSize',5); axis image; hold on; \r
  15 \r
  16 disp('This is the input data points to be clustered, press Enter to continue...');\r
  17 pause;\r
  18 \r
  19 disp('Compute clustering...');\r
  20 \r
  21 % compute similarity matrix\r
  22 [W,Dist] = compute_relation(data);\r
  23 \r
  24 % clustering graph in\r
  25 nbCluster = 4;\r
  26 tic;\r
  27 [NcutDiscrete,NcutEigenvectors,NcutEigenvalues] = ncutW(W,nbCluster);\r
  28 disp(['The computation took ' num2str(toc) ' seconds']);\r
  29 figure(3);\r
  30 plot(NcutEigenvectors);\r
  31 \r
  32 % display clustering result\r
  33 cluster_color = ['rgbmyc'];\r
  34 figure(2);clf;\r
  35 for j=1:nbCluster,\r
  36     id = find(NcutDiscrete(:,j));\r
  37     plot(data(1,id),data(2,id),[cluster_color(j),'s'], 'MarkerFaceColor',cluster_color(j),'MarkerSize',5); hold on; \r
  38 end\r
  39 hold off; axis image;\r
  40 disp('This is the clustering result');\r
  41 disp('The demo is finished.');\r