黎加gydF4y2Ba
利用重建ICA特征提取gydF4y2Ba
语法gydF4y2Ba
描述gydF4y2Ba
返回一个重建独立分量分析(黎加)模型对象,其中包含的结果应用黎加表或矩阵的预测数据gydF4y2BaMdlgydF4y2Ba
=黎加(gydF4y2BaXgydF4y2Ba
,gydF4y2Ba问gydF4y2Ba
)gydF4y2BaXgydF4y2Ba
包含gydF4y2BapgydF4y2Ba变量。gydF4y2Ba问gydF4y2Ba
是特征提取的数量gydF4y2BaXgydF4y2Ba
,因此gydF4y2Ba黎加gydF4y2Ba
学习一个gydF4y2BapgydF4y2Ba——- - - - - -gydF4y2Ba问gydF4y2Ba
权重矩阵的变换。undercomplete或overcomplete特性表征,gydF4y2Ba问gydF4y2Ba
可以小于或大于预测变量的数量,分别。gydF4y2Ba
访问学习转换重量、使用gydF4y2Ba
Mdl.TransformWeightsgydF4y2Ba
。gydF4y2Ba转换gydF4y2Ba
XgydF4y2Ba
新设置的功能通过使用学习转换,通过gydF4y2BaMdlgydF4y2Ba
和gydF4y2BaXgydF4y2Ba
来gydF4y2Ba变换gydF4y2Ba
。gydF4y2Ba
使用指定的一个或多个额外的选项gydF4y2BaMdlgydF4y2Ba
=黎加(gydF4y2BaXgydF4y2Ba
,gydF4y2Ba问gydF4y2Ba
,gydF4y2Ba名称,值gydF4y2Ba
)gydF4y2Ba名称,值gydF4y2Ba
对参数。例如,您可以规范预测数据或指定的值惩罚系数重建的目标函数。gydF4y2Ba
例子gydF4y2Ba
创建重建ICA对象gydF4y2Ba
创建一个gydF4y2BaReconstructionICAgydF4y2Ba
通过使用对象gydF4y2Ba黎加gydF4y2Ba
函数。gydF4y2Ba
加载gydF4y2BaSampleImagePatchesgydF4y2Ba
图像补丁。gydF4y2Ba
data =负载(gydF4y2Ba“SampleImagePatches”gydF4y2Ba);大小(data.X)gydF4y2Ba
ans =gydF4y2Ba1×2gydF4y2Ba5000 363gydF4y2Ba
363年有5000个图像补丁,每个都包含的特性。gydF4y2Ba
从数据中提取100特性。gydF4y2Ba
rnggydF4y2Ba默认的gydF4y2Ba%的再现性gydF4y2Baq = 100;Mdl =黎加(data.X qgydF4y2Ba“IterationLimit”gydF4y2Ba,100)gydF4y2Ba
警告:解决LBFGS无法收敛到一个解决方案。gydF4y2Ba
Mdl = ReconstructionICA ModelParameters: [1 x1 struct] NumPredictors: 363 NumLearnedFeatures: 100亩:σ[]:[]FitInfo: [1 x1 struct] TransformWeights: [363 x100双]InitialTransformWeights: [] NonGaussianityIndicator: [100 x1双]属性,方法gydF4y2Ba
黎加gydF4y2Ba
发出一个警告,因为它停止由于迭代达到极限,而不是达到一个步长限制或gradient-size极限。你仍然可以使用学到的特性通过调用返回的对象gydF4y2Ba变换gydF4y2Ba
函数。gydF4y2Ba
输入参数gydF4y2Ba
XgydF4y2Ba
- - - - - -gydF4y2Ba预测数据gydF4y2Ba
数字矩阵gydF4y2Ba|gydF4y2Ba表gydF4y2Ba
预测数据,指定为一个gydF4y2BangydF4y2Ba——- - - - - -gydF4y2BapgydF4y2Ba数字矩阵或表。行对应于个人观察和列对应个人预测变量。如果gydF4y2BaXgydF4y2Ba
是一个表,那么所有的变量必须是一个数字向量。gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
|gydF4y2Ba表gydF4y2Ba
问gydF4y2Ba
- - - - - -gydF4y2Ba特征提取的数量gydF4y2Ba
正整数gydF4y2Ba
数量的特征提取的预测数据,指定为一个正整数。gydF4y2Ba
黎加gydF4y2Ba
存储gydF4y2BapgydF4y2Ba——- - - - - -gydF4y2Ba问gydF4y2Ba
重量转换矩阵gydF4y2BaMdl.TransformWeightsgydF4y2Ba
。因此,设置非常大的值gydF4y2Ba问gydF4y2Ba
会导致更大的内存消耗和增加计算时间。gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
名称-值参数gydF4y2Ba
指定可选的双参数作为gydF4y2BaName1 = Value1,…,以=家gydF4y2Ba
,在那里gydF4y2Ba的名字gydF4y2Ba
参数名称和吗gydF4y2Ba价值gydF4y2Ba
相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。gydF4y2Ba
R2021a之前,用逗号来分隔每一个名称和值,并附上gydF4y2Ba的名字gydF4y2Ba
在报价。gydF4y2Ba
例子:gydF4y2BaMdl =黎加(X,问,“IterationLimit”, 200年,“标准化”,真的)gydF4y2Ba
运行gydF4y2Ba黎加gydF4y2Ba
与优化迭代限于200和标准化的预测数据。gydF4y2Ba
IterationLimitgydF4y2Ba
- - - - - -gydF4y2Ba最大迭代次数gydF4y2Ba
1000年gydF4y2Ba
(默认)|gydF4y2Ba正整数gydF4y2Ba
最大迭代次数,指定为逗号分隔组成的gydF4y2Ba“IterationLimit”gydF4y2Ba
和一个正整数。gydF4y2Ba
例子:gydF4y2Ba“IterationLimit”, 1 e6gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
VerbosityLevelgydF4y2Ba
- - - - - -gydF4y2Ba冗长的水平gydF4y2Ba
0gydF4y2Ba
(默认)|gydF4y2Ba非负整数gydF4y2Ba
冗长水平监测算法收敛,指定为逗号分隔组成的gydF4y2Ba“VerbosityLevel”gydF4y2Ba
在这个表和一个值。gydF4y2Ba
价值gydF4y2Ba | 描述gydF4y2Ba |
---|---|
0gydF4y2Ba |
黎加gydF4y2Ba 在命令行中不显示融合信息。gydF4y2Ba |
正整数gydF4y2Ba | 黎加gydF4y2Ba 在命令行显示融合信息。gydF4y2Ba |
融合信息gydF4y2Ba
标题gydF4y2Ba | 意义gydF4y2Ba |
---|---|
有趣的价值gydF4y2Ba |
目标函数值。gydF4y2Ba |
规范研究生gydF4y2Ba |
规范的目标函数的梯度。gydF4y2Ba |
标准步骤gydF4y2Ba |
迭代步骤的规范,这意味着以前的点和当前点之间的距离。gydF4y2Ba |
曲线gydF4y2Ba |
好吧gydF4y2Ba 意味着软弱的沃尔夫条件满足。这个条件是充分的结合减少目标函数和曲率条件。gydF4y2Ba |
γgydF4y2Ba |
内积的一步倍梯度差异,除以梯度差异与自身的内积。梯度差异是当前点的梯度-前面点的梯度。在目标函数曲率提供诊断信息。gydF4y2Ba |
αgydF4y2Ba |
不同于一步方向乘数gydF4y2Ba1gydF4y2Ba 当算法执行一行搜索。gydF4y2Ba |
接受gydF4y2Ba |
是的gydF4y2Ba 意味着算法找到一个可接受的一步。gydF4y2Ba |
例子:gydF4y2Ba“VerbosityLevel”, 1gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
λgydF4y2Ba
- - - - - -gydF4y2Ba正则化系数值gydF4y2Ba
1gydF4y2Ba
(默认)|gydF4y2Ba积极的数字标量gydF4y2Ba
正则化系数值权重矩阵的变换,指定为逗号分隔组成的gydF4y2Ba“λ”gydF4y2Ba
和积极的数字标量。如果您指定gydF4y2Ba0gydF4y2Ba
,那么就没有目标函数的正则化项。gydF4y2Ba
例子:gydF4y2Ba“λ”,0.1gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
标准化gydF4y2Ba
- - - - - -gydF4y2Ba国旗标准化预测数据gydF4y2Ba
假gydF4y2Ba
(默认)|gydF4y2Ba真正的gydF4y2Ba
标志标准化预测数据,指定为逗号分隔组成的gydF4y2Ba“标准化”gydF4y2Ba
和gydF4y2Ba真正的gydF4y2Ba
(gydF4y2Ba1gydF4y2Ba
)或gydF4y2Ba假gydF4y2Ba
(gydF4y2Ba0gydF4y2Ba
)。gydF4y2Ba
如果gydF4y2Ba标准化gydF4y2Ba
是gydF4y2Ba真正的gydF4y2Ba
,那么:gydF4y2Ba
黎加gydF4y2Ba
中心和尺度预测数据的每一列(gydF4y2BaXgydF4y2Ba
分别列)的平均值和标准偏差。gydF4y2Ba黎加gydF4y2Ba
提取新功能通过使用标准化预测矩阵,并存储预测变量均值和标准差的属性gydF4y2BaμgydF4y2Ba
和gydF4y2BaσgydF4y2Ba
的gydF4y2BaMdlgydF4y2Ba
。gydF4y2Ba
例子:gydF4y2Ba“标准化”,真的gydF4y2Ba
数据类型:gydF4y2Ba逻辑gydF4y2Ba
ContrastFcngydF4y2Ba
- - - - - -gydF4y2Ba对比功能gydF4y2Ba
“logcosh”gydF4y2Ba
(默认)|gydF4y2Ba“经验”gydF4y2Ba
|gydF4y2Ba“√”gydF4y2Ba
对比函数,指定为gydF4y2Ba“logcosh”gydF4y2Ba
,gydF4y2Ba“经验”gydF4y2Ba
,或gydF4y2Ba“√”gydF4y2Ba
。对比函数是一个光滑函数,类似于一个绝对值函数。的gydF4y2Ba黎加gydF4y2Ba
目标函数包含一个术语gydF4y2Ba
在哪里gydF4y2BaggydF4y2Ba对比函数,代表gydF4y2BawgydF4y2BajgydF4y2Ba的变量进行优化,和gydF4y2Ba 是数据。gydF4y2Ba
三个可用的对比函数有:gydF4y2Ba
“logcosh”gydF4y2Ba
- - - - - -gydF4y2Ba“经验”gydF4y2Ba
- - - - - -gydF4y2Ba“√”gydF4y2Ba
- - - - - -gydF4y2Ba
例子:gydF4y2Ba“ContrastFcn”、“经验值”gydF4y2Ba
InitialTransformWeightsgydF4y2Ba
- - - - - -gydF4y2Ba转换权值初始化优化gydF4y2Ba
randn (p, q)gydF4y2Ba
(默认)|gydF4y2Ba数字矩阵gydF4y2Ba
转换权值初始化优化,指定为逗号分隔组成的gydF4y2Ba“InitialTransformWeights”gydF4y2Ba
和一个gydF4y2BapgydF4y2Ba——- - - - - -gydF4y2Ba问gydF4y2Ba
数字矩阵。gydF4y2BapgydF4y2Ba必须列或变量的数量吗gydF4y2BaXgydF4y2Ba
和gydF4y2Ba问gydF4y2Ba
的值是gydF4y2Ba问gydF4y2Ba
。gydF4y2Ba
提示gydF4y2Ba
你可以继续优化之前返回转换权重矩阵通过它作为初始值在另一个电话gydF4y2Ba黎加gydF4y2Ba
。输出模型对象gydF4y2BaMdlgydF4y2Ba
存储了变换矩阵的重量gydF4y2BaTransformWeightsgydF4y2Ba
财产。gydF4y2Ba
例子:gydF4y2BaInitialTransformWeights, Mdl.TransformWeightsgydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
NonGaussianityIndicatorgydF4y2Ba
- - - - - -gydF4y2Ba同时指出的来源gydF4y2Ba
的(q, 1)gydF4y2Ba
(默认)|gydF4y2Ba长度,gydF4y2Ba问gydF4y2Ba
向量的±1gydF4y2Ba
指定的源,同时作为一个长度gydF4y2Ba问gydF4y2Ba
±1的向量。gydF4y2Ba
NonGaussianityIndicator (k) = 1gydF4y2Ba
意味着gydF4y2Ba黎加gydF4y2Ba
模型的gydF4y2BakgydF4y2Ba
th高斯源,用一把锋利的峰值在0。gydF4y2BaNonGaussianityIndicator (k) = 1gydF4y2Ba
意味着gydF4y2Ba黎加gydF4y2Ba
模型的gydF4y2BakgydF4y2Ba
源亚高斯。gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
GradientTolerancegydF4y2Ba
- - - - - -gydF4y2Ba相对收敛公差梯度准则gydF4y2Ba
1 e-6gydF4y2Ba
(默认)|gydF4y2Ba积极的数字标量gydF4y2Ba
相对收敛公差梯度准则,指定为逗号分隔组成的gydF4y2Ba“GradientTolerance”gydF4y2Ba
和积极的数字标量。这是目标函数的梯度渐变。gydF4y2Ba
例子:gydF4y2Ba“GradientTolerance”, 1的军医gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
StepTolerancegydF4y2Ba
- - - - - -gydF4y2Ba绝对收敛步长公差gydF4y2Ba
1 e-6gydF4y2Ba
(默认)|gydF4y2Ba积极的数字标量gydF4y2Ba
绝对收敛步长公差,指定为逗号分隔组成的gydF4y2Ba“StepTolerance”gydF4y2Ba
和积极的数字标量。gydF4y2Ba
例子:gydF4y2Ba“StepTolerance”, 1的军医gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
输出参数gydF4y2Ba
MdlgydF4y2Ba
——学习重建ICA模型gydF4y2Ba
ReconstructionICAgydF4y2Ba
模型对象gydF4y2Ba
学会了重建ICA模型,作为一个返回gydF4y2BaReconstructionICAgydF4y2Ba
模型对象。gydF4y2Ba
访问的属性gydF4y2BaMdlgydF4y2Ba
,使用点符号。例如:gydF4y2Ba
访问学习改变权重,使用gydF4y2Ba
Mdl.TransformWeightsgydF4y2Ba
。gydF4y2Ba拟合的结构信息的获取、使用gydF4y2Ba
Mdl.FitInfogydF4y2Ba
。gydF4y2Ba
算法gydF4y2Ba
的gydF4y2Ba黎加gydF4y2Ba
函数创建一个线性变换的输入特性输出特性。转换是基于优化非线性目标函数大致平衡统计独立的输出特性和能力重建输入数据使用的输出特性。gydF4y2Ba
有关详细信息,请参见gydF4y2Ba重建ICA算法gydF4y2Ba。gydF4y2Ba
版本历史gydF4y2Ba
介绍了R2017agydF4y2Ba
另请参阅gydF4y2Ba
sparsefiltgydF4y2Ba
|gydF4y2Ba变换gydF4y2Ba
|gydF4y2BaReconstructionICAgydF4y2Ba
主题gydF4y2Ba
Apri esempiogydF4y2Ba
如果dispone di una versione modificata di questo esempio。Desideri aprire questo esempio con le modifiche星期二吗?gydF4y2Ba
第一MATLABgydF4y2Ba
海脂肪clic苏联合国collegamento切corrisponde questo第一MATLAB:gydF4y2Ba
Esegui il第一inserendolo所以nella隙缝di第一MATLAB。我浏览器web非supportano金宝app comandi MATLAB。gydF4y2Ba
选择一个网站gydF4y2Ba
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:gydF4y2Ba。gydF4y2Ba
你也可以从下面的列表中选择一个网站:gydF4y2Ba
表现最好的网站怎么走吗gydF4y2Ba
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。gydF4y2Ba
美洲gydF4y2Ba
- 美国拉丁gydF4y2Ba(西班牙语)gydF4y2Ba
- 加拿大gydF4y2Ba(英语)gydF4y2Ba
- 美国gydF4y2Ba(英语)gydF4y2Ba
欧洲gydF4y2Ba
- 比利时gydF4y2Ba(英语)gydF4y2Ba
- 丹麦gydF4y2Ba(英语)gydF4y2Ba
- 德国gydF4y2Ba(德语)gydF4y2Ba
- 西班牙gydF4y2Ba(西班牙语)gydF4y2Ba
- 芬兰gydF4y2Ba(英语)gydF4y2Ba
- 法国gydF4y2Ba(法语)gydF4y2Ba
- 爱尔兰gydF4y2Ba(英语)gydF4y2Ba
- 意大利gydF4y2Ba(意大利语)gydF4y2Ba
- 卢森堡gydF4y2Ba(英语)gydF4y2Ba
- 荷兰gydF4y2Ba(英语)gydF4y2Ba
- 挪威gydF4y2Ba(英语)gydF4y2Ba
- 奥地利gydF4y2Ba(德语)gydF4y2Ba
- 葡萄牙gydF4y2Ba(英语)gydF4y2Ba
- 瑞典gydF4y2Ba(英语)gydF4y2Ba
- 瑞士gydF4y2Ba
- 联合王国gydF4y2Ba(英语)gydF4y2Ba
亚太地区gydF4y2Ba
- 澳大利亚gydF4y2Ba(英语)gydF4y2Ba
- 印度gydF4y2Ba(英语)gydF4y2Ba
- 新西兰gydF4y2Ba(英语)gydF4y2Ba
- 中国gydF4y2Ba
- 日本gydF4y2Ba(日本語)gydF4y2Ba
- 한국gydF4y2Ba(한국어)gydF4y2Ba