CCA 特征融合 降维

function [ SolVecs ] = CCA_zq （ X  M ClassNum ）
%X        ---训练样本特征向量（列向量），把每个样本的两组特征向量，按照特征向量的维数由小到大首尾相连。
%M        ---存储两组特征向量维数的数组（列向量）
%ClassNum ---类别数
%SolVecs  ---求得的近似解向量
%Author   ---陆凤娟、周强（本程序是在陆凤娟师姐程序基础上直接截取添加所得） 南京理工大学603教研室 moxibingdao@qq.com

% %以下为添加改动部分
pcafeature=X（1:M（1）:）;
TrainImage1=pcafeature;
otherfeature=X（1+M（1）:M（1）+M（2）:）;
TrainImage2=otherfeature;
cn=ClassNum;
train_NUM=size（X2）/ClassNum;
N=（train_NUM）*cn;
vec_dim1=M（1）;
vec_dim2=M（2）;
% %以上为添加改动部分

disp（‘计算Sxx...‘）;
%求Swx
Sxx = zeros（vec_dim1vec_dim1）;
I = eye（vec_dim1）;
for i =1:cn
    within_xx = zeros（vec_dim1vec_dim1）;
%    temp = TrainImage1（:（i-1）*train_NUM + 1:i*train_NUM ）;
    for j=1:train_NUM
%         x = TrainImage1（:（i-1）*train_NUM + j） - mean2（TrainImage1（:（i-1）*train_NUM + 1:i*train_NUM ））;
        x = TrainImage1（:（i-1）*train_NUM + j） - mean（TrainImage12）;%mean（temp2）;
        within_xx = within_xx + x*x‘;
    end;
    Sxx = Sxx + within_xx;
end;
Sxx = Sxx ;


disp（‘计算Syy...‘）;
%求Syy
Syy = zeros（vec_dim2vec_dim2）;
I = eye（vec_dim2）;
for i =1:cn
    within_yy =  zeros（vec_dim2vec_dim2）;
%     temp = TrainImage2（:（i-1）*train_NUM + 1:i*train_NUM ）;
    for j=1:train_NUM
        y = TrainImage2（:（i-1）*train_NUM + j） - mean（TrainImage22）;% mean（temp2）;
        within_yy = within_yy + y*y‘;
    end;
    Syy = Syy + within_yy;
end;
Syy = Syy;

disp（