clear all

close all

disp('The only input needed is a distance matrix file')

disp('The format of this file should be: ')

disp('Column 1: id of element i')

disp('Column 2: id of element j')

disp('Column 3: dist(i,j)')

%% 从文件中读取数据

mdist=input('name of the distance matrix file (with single quotes)?\n');

disp('Reading input distance matrix')

xx=load(mdist);

ND=max(xx(:,2));

NL=max(xx(:,1));

if (NL>ND)

  ND=NL;  %% 确保 DN 取为第一二列最大值中的较大者，并将其作为数据点总数

end

N=size(xx,1); %% xx 第一个维度的长度，相当于文件的行数（即距离的总个数）

%% 初始化为零

for i=1:ND

  for j=1:ND

    dist(i,j)=0;

  end

end

%% 利用 xx 为 dist 数组赋值，注意输入只存了 0.5*DN(DN-1) 个值，这里将其补成了满矩阵

%% 这里不考虑对角线元素

for i=1:N

  ii=xx(i,1);

  jj=xx(i,2);

  dist(ii,jj)=xx(i,3);

  dist(jj,ii)=xx(i,3);

end

%% 确定 dc

percent=2.0;

fprintf('average percentage of neighbours (hard coded): %5.6f\n', percent);

position=round(N*percent/100); %% round 是一个四舍五入函数

sda=sort(xx(:,3)); %% 对所有距离值作升序排列

dc=sda(position);

%% 计算局部密度 rho (利用 Gaussian 核)

fprintf('Computing Rho with gaussian kernel of radius: %12.6f\n', dc);

%% 将每个数据点的 rho 值初始化为零

for i=1:ND

  rho(i)=0.;

end

% Gaussian kernel

for i=1:ND-1

  for j=i+1:ND

     rho(i)=rho(i)+exp(-(dist(i,j)/dc)*(dist(i,j)/dc));

     rho(j)=rho(j)+exp(-(dist(i,j)/dc)*(dist(i,j)/dc));

  end

end

% "Cut off" kernel

%for i=1:ND-1

%  for j=i+1:ND

%    if (dist(i,j)<dc)

%       rho(i)=rho(i)+1.;

%       rho(j)=rho(j)+1.;

%    end

%  end

%end

%% 先求矩阵列最大值，再求最大值，最后得到所有距离值中的最大值

maxd=max(max(dist)); 

%% 将 rho 按降序排列，ordrho 保持序

[rho_sorted,ordrho]=sort(rho,'descend');

%% 处理 rho 值最大的数据点

delta(ordrho(1))=-1.;

nneigh(ordrho(1))=0;

%% 生成 delta 和 nneigh 数组

for ii=2:ND

   delta(ordrho(ii))=maxd;

   for jj=1:ii-1

     if(dist(ordrho(ii),ordrho(jj))<delta(ordrho(ii)))

        delta(ordrho(ii))=dist(ordrho(ii),ordrho(jj));

        nneigh(ordrho(ii))=ordrho(jj);

        %% 记录 rho 值更大的数据点中与 ordrho(ii) 距离最近的点的编号 ordrho(jj)

     end

   end

end

%% 生成 rho 值最大数据点的 delta 值

delta(ordrho(1))=max(delta(:));

%% 决策图

disp('Generated file:DECISION GRAPH')

disp('column 1:Density')

disp('column 2:Delta')

fid = fopen('DECISION_GRAPH', 'w');

for i=1:ND

   fprintf(fid, '%6.2f %6.2f\n', rho(i),delta(i));

end

%% 选择一个围住类中心的矩形

disp('Select a rectangle enclosing cluster centers')

%% 每台计算机，句柄的根对象只有一个，就是屏幕，它的句柄总是 0

%% >> scrsz = get(0,'ScreenSize')

%% scrsz =

%%            1           1        1280         800

%% 1280 和 800 就是你设置的计算机的分辨率，scrsz(4) 就是 800，scrsz(3) 就是 1280

scrsz = get(0,'ScreenSize');

%% 人为指定一个位置，感觉就没有那么 auto 了 :-)

figure('Position',[6 72 scrsz(3)/4. scrsz(4)/1.3]);

%% ind 和 gamma 在后面并没有用到

for i=1:ND

  ind(i)=i;

  gamma(i)=rho(i)*delta(i);

end

%% 利用 rho 和 delta 画出一个所谓的“决策图”

subplot(2,1,1)

tt=plot(rho(:),delta(:),'o','MarkerSize',5,'MarkerFaceColor','k','MarkerEdgeColor','k');

title ('Decision Graph','FontSize',15.0)

xlabel ('\rho')

ylabel ('\delta')

subplot(2,1,1)

rect = getrect(1);

%% getrect 从图中用鼠标截取一个矩形区域， rect 中存放的是

%% 矩形左下角的坐标 (x,y) 以及所截矩形的宽度和高度

rhomin=rect(1);

deltamin=rect(2); %% 作者承认这是个 error，已由 4 改为 2 了!

%% 初始化 cluster 个数

NCLUST=0;

%% cl 为归属标志数组，cl(i)=j 表示第 i 号数据点归属于第 j 个 cluster

%% 先统一将 cl 初始化为 -1

for i=1:ND

  cl(i)=-1;

end

%% 在矩形区域内统计数据点（即聚类中心）的个数

for i=1:ND

  if ( (rho(i)>rhomin) && (delta(i)>deltamin))

     NCLUST=NCLUST+1;

     cl(i)=NCLUST; %% 第 i 号数据点属于第 NCLUST 个 cluster

     icl(NCLUST)=i;%% 逆映射,第 NCLUST 个 cluster 的中心为第 i 号数据点

  end

end

fprintf('NUMBER OF CLUSTERS: %i \n', NCLUST);

disp('Performing assignation')

%% 将其他数据点归类 (assignation)

for i=1:ND

  if (cl(ordrho(i))==-1)

    cl(ordrho(i))=cl(nneigh(ordrho(i)));

  end

end

%% 由于是按照 rho 值从大到小的顺序遍历,循环结束后, cl 应该都变成正的值了. 

%% 处理光晕点，halo这段代码应该移到 if (NCLUST>1) 内去比较好吧

for i=1:ND

  halo(i)=cl(i);

end

if (NCLUST>1)

  % 初始化数组 bord_rho 为 0,每个 cluster 定义一个 bord_rho 值

  for i=1:NCLUST

    bord_rho(i)=0.;

  end

  % 获取每一个 cluster 中平均密度的一个界 bord_rho

  for i=1:ND-1

    for j=i+1:ND

      %% 距离足够小但不属于同一个 cluster 的 i 和 j

      if ((cl(i)~=cl(j))&& (dist(i,j)<=dc))

        rho_aver=(rho(i)+rho(j))/2.; %% 取 i,j 两点的平均局部密度

        if (rho_aver>bord_rho(cl(i)))

          bord_rho(cl(i))=rho_aver;

        end

        if (rho_aver>bord_rho(cl(j)))

          bord_rho(cl(j))=rho_aver;

        end

      end

    end

  end

  %% halo 值为 0 表示为 outlier

  for i=1:ND

    if (rho(i)<bord_rho(cl(i)))

      halo(i)=0;

    end

  end

end

%% 逐一处理每个 cluster

for i=1:NCLUST

  nc=0; %% 用于累计当前 cluster 中数据点的个数

  nh=0; %% 用于累计当前 cluster 中核心数据点的个数

  for j=1:ND

    if (cl(j)==i)

      nc=nc+1;

    end

    if (halo(j)==i)

      nh=nh+1;

    end

  end

  fprintf('CLUSTER: %i CENTER: %i ELEMENTS: %i CORE: %i HALO: %i \n', i,icl(i),nc,nh,nc-nh);

end

cmap=colormap;

for i=1:NCLUST

   ic=int8((i*64.)/(NCLUST*1.));

   subplot(2,1,1)

   hold on

   plot(rho(icl(i)),delta(icl(i)),'o','MarkerSize',8,'MarkerFaceColor',cmap(ic,:),'MarkerEdgeColor',cmap(ic,:));

end

subplot(2,1,2)

disp('Performing 2D nonclassical multidimensional scaling')

Y1 = mdscale(dist, 2, 'criterion','metricstress');

plot(Y1(:,1),Y1(:,2),'o','MarkerSize',2,'MarkerFaceColor','k','MarkerEdgeColor','k');

title ('2D Nonclassical multidimensional scaling','FontSize',15.0)

xlabel ('X')

ylabel ('Y')

for i=1:ND

 A(i,1)=0.;

 A(i,2)=0.;

end

for i=1:NCLUST

  nn=0;

  ic=int8((i*64.)/(NCLUST*1.));

  for j=1:ND

    if (halo(j)==i)

      nn=nn+1;

      A(nn,1)=Y1(j,1);

      A(nn,2)=Y1(j,2);

    end

  end

  hold on

  plot(A(1:nn,1),A(1:nn,2),'o','MarkerSize',2,'MarkerFaceColor',cmap(ic,:),'MarkerEdgeColor',cmap(ic,:));

end

%for i=1:ND

%   if (halo(i)>0)

%      ic=int8((halo(i)*64.)/(NCLUST*1.));

%      hold on

%      plot(Y1(i,1),Y1(i,2),'o','MarkerSize',2,'MarkerFaceColor',cmap(ic,:),'MarkerEdgeColor',cmap(ic,:));

%   end

%end

faa = fopen('CLUSTER_ASSIGNATION', 'w');

disp('Generated file:CLUSTER_ASSIGNATION')

disp('column 1:element id')

disp('column 2:cluster assignation without halo control')

disp('column 3:cluster assignation with halo control')

for i=1:ND

   fprintf(faa, '%i %i %i\n',i,cl(i),halo(i));

end