function?[?XSNR?]?=?mnf（?Xk?）
%?--------------最大噪聲分離（MNF）------------
%?對數據進行MNF變換并提取特征.
%???Input:
%???????X:要進行變換的數據矩陣H-by-W-by-B
%???????k:要提取的成分數若為空則?k=B
%???Output:
%???????X:經過MNF變換后的矩陣H-by-W-by-k
%???????SNR:信噪比（B1）
[HWB]?=?size（X）;
if（~isa（X‘double‘））
????X?=?double（X）;
end
%?轉換為二維數據（pN）p=BN=H*W
X?=?hyperConvert2d（X）;
[p?N]?=?size（X）;%?p=BN=H*W
if?~exist（‘k‘‘var‘）?||?isempty（k）
????k?=?p;
end
%%?Step?1?計算原始協方差矩陣sigmaZ?和?噪聲協方差矩陣
%?計算原始數據的協方差矩陣sigmaZ
sigmaZ?=?cov（X‘）;%?（pp）
%?轉化為三維矩陣以估算噪聲協方差矩陣
X?=?hyperConvert3d（XHWp）;%?（HWB）
%?估算噪聲協方差矩陣
dX?=?zeros（H-1Wp）;
for?i=1:（H-1）
????dX（i?:?:）?=?X（i?:?:）?-?X（i+1?:?:）;
end
dX?=?hyperConvert2d（dX）;
sigmaN?=?cov（dX‘）;%?（pp）
%%?Step?2?求得噪聲協方差矩陣的特征向量并標準化
%?求得噪聲協方差矩陣的特征向量并標準化
[VD]?=?eig（sigmaN）;%?V:（p.p）
[CI]=sort（diag（D）‘descend‘）;%?按降序排列
V?=?V（:I）;D=diag（C）;
P?=?V/sqrt（D）;?%?標準化
%%?Step?3?對噪聲數據進行標準PCA變換
%?對數據進行標準PCA變換
sigmaAdj?=?P‘*sigmaZ*P;
[VD]=eig（sigmaAdj）;
[CI]=sort（diag（D）‘descend‘）;
V?=?V（:I）;D=diag（C）;
M?=?P*V;
M?=?M（:1:k）;
%?計算SNR
SNR?=?diag（D）;%?（p1）
%?進行MNF變換
X?=?M‘*hyperConvert2d（X）;%?（pN）
%?轉換為數據立方體
X?=?hyperConvert3d（X?H?W?p）;%?（HWB）=（HWp）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????1410??2014-06-11?11:05??mnf.m

-----------?---------??----------?-----??----

?????????????????1410????????????????????1