1、假设协方差矩阵为c
第i行与du第j行的相关zhi系数为：
r(i,j)=c(i,j)/sqrt(c(i,i)*c(j,j))
若要dao求整个矩阵可专用循属环实现
[m,n]=size(c);
for i=1:m
for j=1:n
r(i,j)=c(i,j)/sqrt(c(i,i)*c(j,j));
end
end
2、%%协方差矩阵C转化相关系数矩阵
s = diag(C);
if (any(s~=1))
C = C ./ sqrt(s * s');
end
扩展资料：
尽管自协方差矩阵很简单，可它却是很多领域里的非常有力的工具。例如，在数字图像处理中，虽然图像不一定是方阵，无法使用特征值分解还原，但是图像的自协方差矩阵必定是个实对称矩阵，因而它能导出一个变换矩阵（导出过程可参考相关资料），这个矩阵能使数据完全去相关(decorrelation)，从而能够提取图像中物体的特征（人脸识别等应用）。
从不同的角度看，也就是说能够找出一组最佳的基以紧凑的方式来表达数据（用于数据压缩）。这个方法在统计学中被称为主成分分析(principal components analysis)，在图像处理中称为Karhunen-Loève 变换(KL-变换)。
参考资料来源；百度百科-相关矩阵与协方差矩阵
假设协方差矩阵为c
第i行与du第j行的相关zhi系数为：
r(i,j)=c(i,j)/sqrt(c(i,i)*c(j,j))
若要dao求整个矩阵可专用循属环实现
[m,n]=size(c);
for i=1:m
for j=1:n
r(i,j)=c(i,j)/sqrt(c(i,i)*c(j,j));
end
end
自协方差矩阵的应用
在数字图像处理中，虽然图像不一定是方阵，无法使用特征值分解还原，但是图像的自协方差矩阵必定是个实对称矩阵，因而它能导出一个变换矩阵；
这个矩阵能使数据完全去相关(decorrelation)，从而能够提取图像中物体的特征。从不同的角度看，也就是说能够找出一组最佳的基以紧凑的方式来表达数据（用于数据压缩）。
本回答被网友采纳