Self-Tuning Spectral Clustering论文阅读和代码理解

一、代码问题

运行test_segimage.m时，存在如下错误：

Building affinity matrix took 0.092672 second
Error using dist2aff
Function "mxGetIr_700" is obsolete.
(64-bit mex files using sparse matrices must be rebuilt with the "-largeArrayDims" option.  See the
R2006b release notes for more details.)

解决方法：  mex -O -largeArrayDims dist2aff.cpp

但是存在如下错误：

dist2aff.cpp 
dist2aff.cpp(90) : error C2440: “初始化”: 无法从“const mwSize *”转换为“const int *” 
        与指向的类型无关；转换要求 reinterpret_cast、C 样式转换或函数样式转换 
dist2aff.cpp(101) : error C2440: “初始化”: 无法从“mwIndex *”转换为“int *” 
        与指向的类型无关；转换要求 reinterpret_cast、C 样式转换或函数样式转换 
dist2aff.cpp(102) : error C2440: “初始化”: 无法从“mwIndex *”转换为“int *” 
        与指向的类型无关；转换要求 reinterpret_cast、C 样式转换或函数样式转换 
dist2aff.cpp(104) : warning C4267: “初始化”: 从“size_t”转换到“int”，可能丢失数据 

打开文件dist2aff.cpp，把line 90 "const int *"替换为“ const mwSize",等等，根据错误提示进行修改即可。

再次运行test_segimage.m，scale_dist.cpp仍存在类似错误，根据错误提示修改， mex -O -largeArrayDims dist2aff.cpp scale_dist.cpp再次编译即可通过。

二、代码理解

1、function [clusts,bestD]=kmeans2(V,nClusts)

V是laplacian矩阵的前若干个特征向量

不理解的是：为何拿特征向量来用于聚类

——谱聚类的思想：参考http://blog.csdn.net/pi9nc/article/details/12251247

第一步：数据准备，生成图的邻接矩阵；

第二步：归一化普拉斯矩阵；

第三步：生成最小的k个特征值和对应的特征向量；

第四步：将特征向量kmeans聚类(少量的特征向量)；