广义典型相关分析（GCCA）Matlab代码实现

function [ SolVecs ] = GCCA_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 cn=ClassNum; train_NUM=size(X,2)/ClassNum; N=(train_NUM)*cn; TrainImage1=X(1:M(1),:); TrainImage2=X(1+M(1):M(2)+M(1),:); vec_dim1=M(1); vec_dim2=M(2); % %以上为添加改动部分 % %以下为陆凤娟师姐论文附带程序的计算GCCA的一部分 % %求类内散布矩阵 for i= 1:cn mean1_in(:,i)=mean(TrainImage1(:,(i-1)*train_NUM+1:i*train_NUM),2); mean2_in(:,i)=mean(TrainImage2(:,(i-1)*train_NUM+1:i*train_NUM),2); end Swx=zeros(vec_dim1,vec_dim1); Swy=zeros(vec_dim2,vec_dim2); for i=1:cn for j=1:train_NUM temp1(:,j)=TrainImage1(:,(i-1)*train_NUM+j)-mean1_in(:,i); temp2(:,j)=TrainImage2(:,(i-1)*train_NUM+j)-mean2_in(:,i); end Swx=Swx+temp1*temp1'; Swy=Swy+temp2*temp2'; end disp('计算Lxy...'); %求Lxy Lxy = zeros(vec_dim1,vec_dim2); for i=1:size(TrainImage1,2) x = TrainImage1(:,i) - mean(TrainImage1,2); y = TrainImage2(:,i) - mean(TrainImage2,2); Lxy = Lxy + x*y'; end; Lxy = Lxy; Lyx = Lxy'; disp('Lxy的秩：'); dxy = rank(Lxy) %%%CVs A = inv(Swx)*Lxy*inv(Swy)*Lyx; [Vec1,lamda1] = eig(A); B = inv(Swy)*Lyx*inv(Swx)*Lxy; [Vec2,lamda2] = eig(B); %sort the vectors lamda1 = diag(lamda1); [lamda1 ,pos1]=sort(lamda1,'descend'); lamda2 = diag(lamda2); [lamda2 ,pos2]=sort(lamda2,'descend'); mm=min(length(pos1),length(pos2)); %解两个方程归一化 for i=1:mm temp= Vec1(:,pos1(i)); CVx(:,i) = temp; temp = Vec2(:,pos1(i)); CVy(:,i) = temp; end; alfa=CVx; beta=CVy; % %以下为陆凤娟师姐论文附带程序的计算DCCA的一部分 SolVecs=[ alfa' beta' ]';