%?PCA主元分析法求法向量
%?輸入：
%?p:3*n的數值矩陣
%?k:k近鄰參數
%?neighbors?=?transpose（knnsearch（transpose（p）?transpose（p）?‘k‘?k+1））;
%?neighbors一般可缺省。若之前做過k鄰域求取操作也可直接調用，提高運算效率
%?輸出
%?n:法矢，已規定方向由鄰域擬合出的平面指向查詢點
%?w:用于評估曲率的參數，詳見：Mark?Pet?al.?Multi-scale?Feature?Extraction?on?Point-Sampled?Surfaces[J].?Computer?Graphics?Forum?2010?22（3）:?281-289.

function?[nw]?=?norcur（p?k?neighbors）
if?nargin?????error（‘no?bandwidth?specified‘）
end
if?nargin?????neighbors?=?transpose（knnsearch（transpose（p）?transpose（p）?‘k‘?k+1））;
end
m?=?size（p2）;
n?=?zeros（3m）;
w?=?zeros（1m）;
for?i?=?1:m
????x?=?p（:neighbors（2:end?i））;
????p_bar?=?1/k?*?sum（x2）;
????
????P?=?（x?-?repmat（p_bar1k））?*?transpose（x?-?repmat（p_bar1k））;?%鄰域協方差矩陣P
????
????[VD]?=?eig（P）;
????
????[d0?idx]?