K-RNN算法的Matlab代码

K-RNN详细算法请参考Manifold-ranking based retrieval using k-regular nearest neighbor graph论文中的算法1，算法2有待更新。
算法1介绍：


Matlab代码：

function G = kRNN(W,m,k)% W 表示图像之间的相似度权值矩阵 % m 表示图所有顶点中顶点的最大度 % k 表示所有顶点的平均度% G 表示k-RNN图的权值矩阵    num_vertices = size(W, 1);% 节点数目    % 排序    sorted_W = zeros(num_vertices, num_vertices);% 保存排序后相似度权值矩阵    sorted_Position = zeros(num_vertices, num_vertices);% 保存排序后原始节点位置    for i = 1: num_vertices        [sorted, position] = sort(W(i, :), 2);% 按照行排序        sorted_W(i, :) = sorted;        sorted_Position(i, :) = position;    end    T = ones(num_vertices, num_vertices);    % 初始化    G = zeros(num_vertices,num_vertices);    maxDegree = k;    averageDegree = 0;    %搜索图    while (averageDegree < k) && (maxDegree < m)        for vertices_i = 1 : num_vertices            % 获取排序后的W第vertices_i行中的前maxDegree个元素            maxDegree_vertices = sorted_Position(vertices_i, 1 : maxDegree);            for maxDegree_i = 1 : maxDegree                % 读取maxDegree_vertices中的每一个元素                maxDegree_element = maxDegree_vertices(maxDegree_i);                % 判断vertices_i与maxDegree_element节点之间是否存在边                if T(vertices_i, maxDegree_element) == 1                    % 存在边，则查找maxDegree_element行的前maxDegree个元素中是否存在vertices_i元素                    pos = find(sorted_Position(maxDegree_element, 1 : maxDegree) == vertices_i);                    if isempty(pos) == 0                        % 存在，则在G中添加边                        G(vertices_i, maxDegree_element) = W(vertices_i, maxDegree_element);                        % 在T中剔除边                        T(vertices_i, maxDegree_element) = 0;                    else                        continue;                    end                else                    % 不存在边                    continue;                end                     end        end        % 更新maxDegree        maxDegree = maxDegree + 1;        % 更新averageDegree，统计G中不为0元素的个数，然后再除以节点的总个数        averageDegree = sum(sum(G( : ) ~= 0)) / num_vertices;    end    return;end

测试：

clear;clc;load('D')W = D;k = 10;m = 2 * k;G = kRNN(W,m,k);

D为.mat格式的二维对称矩阵，主对角线上的所有元素为0，其他元素表示两个个体之间的距离值。里面的数据例如如下：