文件交换

PCA和ICA包

版本2.2.0.0(2.12 MB) 布莱恩摩尔
实现了主成分分析(PCA)和独立分量分析(ICA)
4.8
(90)

38.2 k下载

更新2018年5月5日

查看许可协议

这个包包含函数,实现主成分分析(PCA)和独立分量分析(ICA)。
PCA和ICA在这个包中实现的功能,包括和多个例子来演示使用。
在主成分分析,多维数据投射到相对应的奇异向量的一些最大的奇异值。这样的操作有效地分解输入单方向成正交分量的最大方差数据。因此,经常使用PCA降维应用程序中,执行PCA收益率数据的低维表示,可以逆转重构原始数据。
在ICA,多维数据分解为组件的最大独立在一个适当的意义上(峰态和负熵,在这个包中)。ICA和PCA在低维的信号并不一定对应于最大方差的方向;相反,ICA组件最大统计独立。在实践中,ICA可以经常发现不相交的潜在趋势在多维数据。

引用作为

布莱恩摩尔(2023)。PCA和ICA包(//www.tatmou.com/matlabcentral/fileexchange/38300-pca-and-ica-package), MATLAB中央文件交换。检索。

MATLAB版本兼容性
创建R2011b
兼容任何释放
平台的兼容性
窗户 macOS Linux
确认

启发:EOF

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

pca_ica /

版本 发表 发布说明
2.2.0.0

提高执行效率。
2.1.0.0

添加支持aud金宝appioread loadAudio()函数()
2.0.0.0之间

——添加支持kur金宝apptosis-based快速ICA
——添加max-kurtosis ICA算法
——崭新的ICA演示源分离(包括真正的音频数据)
1.4.0.0

最后更新上传. zip(省略)
1.3.0.0

提高文档和代码性能
1.2.0.0

更新myPCA()的文档
1.1.0.0

修复bug在myMultiGaussian ()。需要使用下三角柯列斯基分解,而不是上三角版本。
1.0.0.0