大矩阵数据降维

function [train_kpcatest_kpca] = kpcaFordata（traintestthresholdrbf_var）
%% Data kpca processing
 %by tangxb
 %e-mail:tangxb200@126.com   QQ:444646122
 %http://blog.sina.com.cn/lssvm
%% 函数默认设置
 if nargin <4
    rbf_var=10000;
 end
 if nargin <3
    threshold = 90;
 end
%% 数据处理
 patterns=zscore（train）;
 test_patterns=zscore（test）;
 train_num=size（patterns1）;
 test_num=size（test_patterns1）;
 cov_size = train_num;
%% 计算核矩阵
 for i=1:cov_size
   for j=i:cov_size
     K（ij） = exp（-norm（patterns（i:）-patterns（j:））^2/rbf_var）;
     K（ji） = K（ij）;
   end
 end
 unit = ones（cov_size cov_size）/cov_size;
%% 中心化核矩阵
 K_n = K - unit*K - K*unit + unit*K*unit;
%% 特征值分解
 [evectors_1evaltures_1] = eig（K_n/cov_size）;
 [xindex]=sort（real（diag（evaltures_1）））; 
 evals=