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：