互信息近邻法估计

function [MI1] =KnnmutualInfo3（XYk）
%knn近邻法估计互信息
[nxmx] = size（X）;          % 样本点的维数：nx * mx
[nymy] = size（Y）;          % 输出值的维数：ny * my
syms v n
%S =double（ symsum（1/vv1nx） - log（nx））;
S=0.5772156649;
S1 = double（symsum（1/vv1nx-1））-S;
Sk=double（symsum（1/vv1k-1））-S;
for i=1:nx
       gap1 = ones（nx1）*X（i）- X;                % 【每个样本点】与【所有样本点】的对应元素差值 
       dist1 = sum（（gap1.^2）2）;
       gap2 = ones（nx1）*Y（i） - Y;                % 【每个样本点】与【所有样本点】的对应元素差值 
       dist2 = sum（（gap2.^2）2）;
       dist=dist1+ dist2;
        [~maxR]=sort（dist）;
        BestIndx =maxR（1:k:）;                   % 保存【行