THESE/codes/graphe/Ncut_9/discretisation.m

   1 function [EigenvectorsDiscrete,EigenVectors]=discretisation(EigenVectors)\r
   2 % \r
   3 % EigenvectorsDiscrete=discretisation(EigenVectors)\r
   4 % \r
   5 % Input: EigenVectors = continuous Ncut vector, size = ndata x nbEigenvectors \r
   6 % Output EigenvectorsDiscrete = discrete Ncut vector, size = ndata x nbEigenvectors\r
   7 %\r
   8 % Timothee Cour, Stella Yu, Jianbo Shi, 2004\r
   9 \r
  10 [n,k]=size(EigenVectors);\r
  11 \r
  12 vm = sqrt(sum(EigenVectors.*EigenVectors,2));\r
  13 EigenVectors = EigenVectors./repmat(vm,1,k);\r
  14 \r
  15 R=zeros(k);\r
  16 R(:,1)=EigenVectors(1+round(rand(1)*(n-1)),:)';\r
  17 c=zeros(n,1);\r
  18 for j=2:k\r
  19     c=c+abs(EigenVectors*R(:,j-1));\r
  20     [minimum,i]=min(c);\r
  21     R(:,j)=EigenVectors(i,:)';\r
  22 end\r
  23 \r
  24 lastObjectiveValue=0;\r
  25 exitLoop=0;\r
  26 nbIterationsDiscretisation = 0;\r
  27 nbIterationsDiscretisationMax = 20;%voir\r
  28 while exitLoop== 0 \r
  29     nbIterationsDiscretisation = nbIterationsDiscretisation + 1 ;   \r
  30     EigenvectorsDiscrete = discretisationEigenVectorData(EigenVectors*R);\r
  31     [U,S,V] = svd(EigenvectorsDiscrete'*EigenVectors,0);    \r
  32     NcutValue=2*(n-trace(S));\r
  33     \r
  34     if abs(NcutValue-lastObjectiveValue) < eps | nbIterationsDiscretisation > nbIterationsDiscretisationMax\r
  35         exitLoop=1;\r
  36     else\r
  37         lastObjectiveValue = NcutValue;\r
  38         R=V*U';\r
  39     end\r
  40 end