• 大小: 1KB
    文件类型: .m
    金币: 1
    下载: 0 次
    发布日期: 2021-05-14
  • 语言: Matlab
  • 标签: MI  value  

资源简介

互信息近邻法估计,用于软测量建模变量的选择

资源截图

代码片段和文件信息

function [MI1] =KnnmutualInfo3(XYk)
%knn近邻法估计互信息
[nxmx] = size(X);          % 样本点的维数:nx * mx
[nymy] = size(Y);          % 输出值的维数:ny * my
syms v n
%S =double( symsum(1/vv1nx) - log(nx));
S=0.5772156649;
S1 = double(symsum(1/vv1nx-1))-S;
Sk=double(symsum(1/vv1k-1))-S;
for i=1:nx
       gap1 = ones(nx1)*X(i)- X;                % 【每个样本点】与【所有样本点】的对应元素差值 
       dist1 = sum((gap1.^2)2);
       gap2 = ones(nx1)*Y(i) - Y;                % 【每个样本点】与【所有样本点】的对应元素差值 
       dist2 = sum((gap2.^2)2);
       dist=dist1+ dist2;
        [~maxR]=sort(dist);
        BestIndx =maxR(1:k:);                   % 保存【行

评论

共有 条评论