SPXY matlab版

function [mdminmax] = spxy（XYN）

% Algorithm for Sample set Partitioning based on joint X-Y distances
% [mdminmax] = spxy（XYN）;
%
% X --> Matrix of instrumental responses
% Y --> Matrix of parameters
% N --> Number of samples to be selected （minimum of 2）
%
% m --> Indexes of the selected samples
%
% dminmax（1） = 0;
% dminmax（2） = Joint XY distance between the two first samples selected by the algorithm
% dminmax（i） = Smallest joint XY distance between the i-th selected sample and the previously selected ones （i > 2）
%
% Reference:
% R. K. H. Galvao M. C. U. Araujo G. E. Jose M. J. C. Pontes E. C. Silva T. C. B. Saldanha
% A method for calibration and validation subset partitioning
% Talanta vol. 67 pp. 736-740 2005.
%
% Web site: www.ele.ita.br/~kawakami/spa/

dminmax = zeros（1N）; % Initializes the vector of minimum distances
M = size（X1）; % Number of rows in X （samples）
samples = 1:M;

% Auto-scales the Y matrix
for i=1:size（Y2） % For each parameter in Y
    yi = Y（:i）;
    Y（:i） = （yi - mean（yi））/std（yi）;
end

D = zeros（MM）; % Initializes the matrix of X distances
Dy = zeros（MM）; % Initializes the matrix of Y distances

for i=1:M-1
    xa = X（i:）;
    ya = Y（i:）;
    for j = i+1:M
      xb = X（j:）;
      yb = Y（j:）;
      D（ij） = norm（xa - xb）;
      Dy（ij） =  norm（ya - yb）;
    end
end

Dmax = max（max（D））;
Dymax = max（max（Dy））;

D = D/Dmax + Dy/Dymax; % Combines the distances in X and Y

% D: Upper Triangular Matrix
% D（ij） = Euclidean distance between objects i and j （j > i）