生成一个由图矩阵求出相似矩阵的matlab代码，其中相似矩阵由欧氏距离

以下是一个由图矩阵求出相似矩阵的 Matlab 代码，其中相似矩阵使用欧氏距离计算：

% 假设你已经有了一个图矩阵 A，大小为 n × m，其中 n 是节点数量，m 是每个节点的特征数量
% 下面是一个示例 A 矩阵，其中有 3 个节点，每个节点有 2 个特征
A = [1, 2; 3, 4; 5, 6];

% 计算 A 矩阵中每个节点的欧氏距离
dist = pdist(A);

% 将距离向量转换为距离矩阵
dist_matrix = squareform(dist);

% 计算相似矩阵，使用公式：S(i, j) = exp(-d(i, j)^2 / (2 * sigma^2))
% 其中 d(i, j) 是节点 i 和节点 j 之间的欧氏距离，sigma 是一个参数，用于控制相似度的范围
sigma = 1; % 设置 sigma 参数，这里使用了默认值 1
S = exp(-dist_matrix.^2 / (2 * sigma^2));

% 可选：将相似矩阵归一化到 [0, 1] 范围内
S = S / max(S(:));

这段代码首先使用 `pdist` 函数计算出矩阵 A 中每对节点之间的欧氏距离，然后使用 `squareform` 函数将距离向量转换为距离矩阵。接下来，使用欧氏距离计算相似矩阵，其中使用了一个参数 `sigma`，用于控制相似度的范围。最后，将相似矩阵归一化到 [0, 1] 范围内（可选）。