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 [email protected]
% %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' ]';
