在进行模式识别样本特征提取的时候，我们经常会用到协方差矩阵，它可以反映不同维度间的相关性。

        一般来说，N x M  的一个样本矩阵 （其中N 是 特征维数 ， M 是样本个数），其协方差矩阵应该是一个N x N 的实对称矩阵。 其中 ( i = j) 即主对角线上的元素是第 i 个维度的方差 ，

其余第 i 行 第 j 列 的元素 则是第i 和第 j 个维度之间的协方差。

        但是 matlab 的 cov 函数，计算矩阵的协方差时，采取的算法不同，cov(X) 相当于 我们算

cov（）  即cov函数把每一列当作不同的特征维度，而不是把每一行当作一个特征维度。