黎加gydF4y2Ba
利用重构ICA进行特征提取gydF4y2Ba
语法gydF4y2Ba
描述gydF4y2Ba
返回一个重建独立成分分析(RICA)模型对象,其中包含将RICA应用到预测器数据表或矩阵的结果gydF4y2BaMdlgydF4y2Ba
=黎加(gydF4y2BaXgydF4y2Ba
,gydF4y2Ba问gydF4y2Ba
)gydF4y2BaXgydF4y2Ba
包含gydF4y2BapgydF4y2Ba变量。gydF4y2Ba问gydF4y2Ba
是要提取的特征数量吗gydF4y2BaXgydF4y2Ba
,因此gydF4y2Ba黎加gydF4y2Ba
学习一个gydF4y2BapgydF4y2Ba——- - - - - -gydF4y2Ba问gydF4y2Ba
变换权的矩阵。对于不完整或过完整的特征表示,gydF4y2Ba问gydF4y2Ba
可以分别小于或大于预测变量的数量。gydF4y2Ba
要访问学习到的转换权值,请使用gydF4y2Ba
Mdl。TransformWeights
.gydF4y2Ba转换gydF4y2Ba
XgydF4y2Ba
通过使用学到的转换,传递到新的特征集gydF4y2BaMdlgydF4y2Ba
而且gydF4y2BaXgydF4y2Ba
来gydF4y2Ba变换gydF4y2Ba
.gydF4y2Ba
使用一个或多个指定的其他选项gydF4y2BaMdlgydF4y2Ba
=黎加(gydF4y2BaXgydF4y2Ba
,gydF4y2Ba问gydF4y2Ba
,gydF4y2Ba名称,值gydF4y2Ba
)gydF4y2Ba名称,值gydF4y2Ba
对参数。例如,可以将预测器数据标准化,或者在目标函数的重构项中指定惩罚系数的值。gydF4y2Ba
例子gydF4y2Ba
创建重建ICA对象gydF4y2Ba
创建一个gydF4y2BaReconstructionICAgydF4y2Ba
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
共有5000个图像补丁,每个补丁包含363个特征。gydF4y2Ba
从数据中提取100个特征。gydF4y2Ba
rnggydF4y2Ba默认的gydF4y2Ba%的再现性gydF4y2Baq = 100;Mdl =黎加(数据。X,问,gydF4y2Ba“IterationLimit”gydF4y2Ba, 100)gydF4y2Ba
警告:求解器LBFGS无法收敛到解。gydF4y2Ba
Mdl = ReconstructionICA ModelParameters: [1x1 struct] NumPredictors: 363 NumLearnedFeatures: 100 Mu: [] Sigma: [] FitInfo: [1x1 struct] TransformWeights: [363x100 double] InitialTransformWeights: [] nonongaussianityindicator: [100x1 double] Properties, MethodsgydF4y2Ba
黎加gydF4y2Ba
发出警告,因为它由于达到迭代限制而停止,而不是达到步长限制或梯度大小限制。方法,仍然可以在返回的对象中使用学到的特性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表格gydF4y2Ba
预测数据,指定为gydF4y2BangydF4y2Ba——- - - - - -gydF4y2BapgydF4y2Ba数字矩阵或表格。行对应个别的观察结果,列对应个别的预测变量。如果gydF4y2BaXgydF4y2Ba
是一个表,那么它的所有变量都必须是数值向量。gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
|gydF4y2Ba表格gydF4y2Ba
问gydF4y2Ba
- - - - - -gydF4y2Ba要提取的特征数量gydF4y2Ba
正整数gydF4y2Ba
从预测器数据中提取的特征数量,指定为正整数。gydF4y2Ba
黎加gydF4y2Ba
存储gydF4y2BapgydF4y2Ba——- - - - - -gydF4y2Ba问gydF4y2Ba
中的变换权矩阵gydF4y2BaMdl。TransformWeights
.因此,设置非常大的值gydF4y2Ba问gydF4y2Ba
会导致更大的内存消耗和计算时间的增加。gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
名称-值参数gydF4y2Ba
指定可选参数对为gydF4y2BaName1 = Value1,…,以=家gydF4y2Ba
,在那里gydF4y2Ba的名字gydF4y2Ba
参数名称和gydF4y2Ba价值gydF4y2Ba
对应的值。名-值参数必须出现在其他参数之后,但对的顺序并不重要。gydF4y2Ba
在R2021a之前,名称和值之间用逗号隔开,并括起来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
优化迭代限制在200次和标准化的预测器数据。gydF4y2Ba
IterationLimitgydF4y2Ba
- - - - - -gydF4y2Ba最大迭代次数gydF4y2Ba
1000gydF4y2Ba
(默认)|gydF4y2Ba正整数gydF4y2Ba
最大迭代次数,指定为逗号分隔的对,由gydF4y2Ba“IterationLimit”gydF4y2Ba
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
用于监视算法收敛的冗长级别,指定为逗号分隔的对,由gydF4y2Ba“VerbosityLevel”gydF4y2Ba
和这个表中的一个值。gydF4y2Ba
价值gydF4y2Ba | 描述gydF4y2Ba |
---|---|
0gydF4y2Ba |
黎加gydF4y2Ba 不会在命令行上显示收敛信息。gydF4y2Ba |
正整数gydF4y2Ba | 黎加gydF4y2Ba 在命令行显示收敛信息。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 |
目标函数梯度的范数。gydF4y2Ba |
标准步骤gydF4y2Ba |
迭代步长范数,表示上一个点到当前点的距离。gydF4y2Ba |
曲线gydF4y2Ba |
好吧gydF4y2Ba 表示满足弱沃尔夫条件。该条件是目标函数的充分递减和曲率条件的结合。gydF4y2Ba |
γgydF4y2Ba |
阶跃的内积乘以梯度差,除以梯度差与自身的内积。梯度差是当前点的梯度减去前一点的梯度。给出目标函数曲率的诊断信息。gydF4y2Ba |
αgydF4y2Ba |
步进方向乘法器,其区别于gydF4y2Ba1gydF4y2Ba 当算法执行行搜索时。gydF4y2Ba |
接受gydF4y2Ba |
是的gydF4y2Ba 意味着算法找到了可以接受的步骤。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
变换权矩阵的正则化系数值,指定为逗号分隔的对,由gydF4y2Ba“λ”gydF4y2Ba
和一个正的数值标量。如果您指定gydF4y2Ba0gydF4y2Ba
,则目标函数中不存在正则化项。gydF4y2Ba
例子:gydF4y2Ba“λ”,0.1gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
标准化gydF4y2Ba
- - - - - -gydF4y2Ba标志以标准化预测器数据gydF4y2Ba
假gydF4y2Ba
(默认)|gydF4y2Ba真正的gydF4y2Ba
标志以标准化预测器数据,指定为逗号分隔的对,由gydF4y2Ba“标准化”gydF4y2Ba
而且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
对预测数据的每列进行居中和缩放(gydF4y2BaXgydF4y2Ba
)分别用列均值和标准差表示。gydF4y2Ba黎加gydF4y2Ba
利用标准化的预测矩阵提取新特征,并将预测变量均值和标准差存储在属性中gydF4y2BaμgydF4y2Ba
而且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
.对比函数是一个平滑函数,类似于绝对值函数。的gydF4y2Ba黎加gydF4y2Ba
目标函数包含一个项gydF4y2Ba
在哪里gydF4y2BaggydF4y2Ba表示对比函数gydF4y2BawgydF4y2BajgydF4y2Ba进行优化的变量和gydF4y2Ba 是数据。gydF4y2Ba
三个可用的对比函数是:gydF4y2Ba
“logcosh”gydF4y2Ba
- - - - - -gydF4y2Ba“经验”gydF4y2Ba
- - - - - -gydF4y2Ba“√”gydF4y2Ba
- - - - - -gydF4y2Ba
例子:gydF4y2Ba“ContrastFcn”、“经验值”gydF4y2Ba
InitialTransformWeightsgydF4y2Ba
- - - - - -gydF4y2Ba初始化优化的转换权重gydF4y2Ba
randn (p, q)gydF4y2Ba
(默认)|gydF4y2Ba数字矩阵gydF4y2Ba
初始化优化的转换权重,指定为逗号分隔的对,由gydF4y2Ba“InitialTransformWeights”gydF4y2Ba
和一个gydF4y2BapgydF4y2Ba——- - - - - -gydF4y2Ba问gydF4y2Ba
数字矩阵。gydF4y2BapgydF4y2Ba必须是列或变量的数量gydF4y2BaXgydF4y2Ba
而且gydF4y2Ba问gydF4y2Ba
的值gydF4y2Ba问gydF4y2Ba
.gydF4y2Ba
提示gydF4y2Ba
通过在另一个调用中将其作为初始值传递,可以继续优化先前返回的转换权重矩阵gydF4y2Ba黎加gydF4y2Ba
.输出模型对象gydF4y2BaMdlgydF4y2Ba
存储学习到的变换权矩阵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
源的非高斯性,指定为长度-gydF4y2Ba问gydF4y2Ba
±1的向量。gydF4y2Ba
NonGaussianityIndicator (k) = 1gydF4y2Ba
意味着gydF4y2Ba黎加gydF4y2Ba
模型的gydF4y2BakgydF4y2Ba
第th源为超高斯,在0处有一个尖峰。gydF4y2BaNonGaussianityIndicator (k) = 1gydF4y2Ba
意味着gydF4y2Ba黎加gydF4y2Ba
模型的gydF4y2BakgydF4y2Ba
次高斯源。gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
GradientTolerancegydF4y2Ba
- - - - - -gydF4y2Ba梯度范数的相对收敛公差gydF4y2Ba
1 e-6gydF4y2Ba
(默认)|gydF4y2Ba积极的数字标量gydF4y2Ba
梯度范数上的相对收敛公差,用逗号分隔的对表示gydF4y2Ba“GradientTolerance”gydF4y2Ba
和一个正的数值标量。这个梯度就是目标函数的梯度。gydF4y2Ba
例子:gydF4y2Ba“GradientTolerance”,1的军医gydF4y2Ba
数据类型:gydF4y2Ba单gydF4y2Ba
|gydF4y2Ba双gydF4y2Ba
StepTolerancegydF4y2Ba
- - - - - -gydF4y2Ba步长上的绝对收敛公差gydF4y2Ba
1 e-6gydF4y2Ba
(默认)|gydF4y2Ba积极的数字标量gydF4y2Ba
步长上的绝对收敛公差,指定为逗号分隔的对,由gydF4y2Ba“StepTolerance”gydF4y2Ba
和一个正的数值标量。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
学习了重建ICA模型,返回为gydF4y2BaReconstructionICAgydF4y2Ba
模型对象。gydF4y2Ba
访问的属性gydF4y2BaMdlgydF4y2Ba
,使用点表示法。例如:gydF4y2Ba
要访问学习到的变换权值,请使用gydF4y2Ba
Mdl。TransformWeights
.gydF4y2Ba要访问结构的拟合信息,请使用gydF4y2Ba
Mdl。FitInfogydF4y2Ba
.gydF4y2Ba
算法gydF4y2Ba
的gydF4y2Ba黎加gydF4y2Ba
函数创建输入特征到输出特征的线性转换。该转换基于优化一个非线性目标函数,该函数大致平衡了输出特征的统计独立性与使用输出特征重构输入数据的能力。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
MATLAB命令gydF4y2Ba
你点击了一个对应于这个MATLAB命令的链接:gydF4y2Ba
在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。gydF4y2Ba
选择一个网站gydF4y2Ba
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您的地理位置,我们建议您选择:gydF4y2Ba.gydF4y2Ba
您也可以从以下列表中选择网站:gydF4y2Ba
如何获得最佳的网站性能gydF4y2Ba
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。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