ReconstructionICA
基于重构ICA的特征提取
描述
ReconstructionICA
应用重构独立组件分析(RICA)来学习将输入预测器映射到新预测器的转换。
创建
创建一个ReconstructionICA
对象,使用黎加
函数。
属性
FitInfo
- - - - - -历史拟合
结构
此属性是只读的。
拟合历史,返回为具有两个字段的结构:
迭代
-从0到最终迭代的迭代数字。客观的
-每个迭代对应的目标函数值。迭代0对应于任何拟合之前的初始值。
数据类型:结构体
InitialTransformWeights
- - - - - -初始特征转换权重
p
——- - - - - -问
矩阵
此属性是只读的。
初始特征转换权重,返回为p
——- - - - - -问
矩阵,p
是否传递了预测器的数量X
而且问
是您想要的特性的数量。这些权重是传递给创建函数的初始权重。训练数据时,数据类型为单一X
是单身。
数据类型:单
|双
μ
- - - - - -预测是指标准化的时候
p
——- - - - - -1
向量
此属性是只读的。
Predictor表示在标准化时,作为a返回p
——- - - - - -1
向量。属性时,此属性为非空标准化
名值对为真正的
在模型创建。该值为训练数据中预测因子均值的向量。训练数据时,数据类型为单一X
是单身。
数据类型:单
|双
NonGaussianityIndicator
- - - - - -源的非高斯性
长度,问
±1的矢量
此属性是只读的。
源的非高斯性,作为长度-返回问
±1的向量。
NonGaussianityIndicator(k) = 1
意味着黎加
模型的k
第th源是亚高斯的。NonGaussianityIndicator(k) = -1
意味着黎加
模型的k
th源为超高斯分布,在0处有一个尖峰。
数据类型:双
NumLearnedFeatures
- - - - - -输出特征数量
正整数
NumPredictors
- - - - - -输入预测器的个数
正整数
σ
- - - - - -在标准化时预测标准差
p
——- - - - - -1
向量
此属性是只读的。
标准化时的预测器标准差,返回为ap
——- - - - - -1
向量。属性时,此属性为非空标准化
名值对为真正的
在模型创建。该值为训练数据中预测器标准差的向量。训练数据时,数据类型为单一X
是单身。
数据类型:单
|双
TransformWeights
- - - - - -特征变换权重
p
——- - - - - -问
矩阵
此属性是只读的。
特征转换权重,返回为p
——- - - - - -问
矩阵,p
是否传递了预测器的数量X
而且问
是您想要的特性的数量。训练数据时,数据类型为单一X
是单身。
数据类型:单
|双
对象的功能
变换 |
将预测器转换为提取的特征 |
例子
创建重构ICA对象
创建一个ReconstructionICA
对象,使用黎加
函数。
加载SampleImagePatches
图像补丁。
数据=负载(“SampleImagePatches”);大小(data.X)
ans =1×25000 363
有5000个图像补丁,每个补丁包含363个特征。
从数据中提取100个特征。
rng默认的%用于再现性Q = 100;Mdl = rica(数据。X,问,“IterationLimit”, 100)
警告:解算器LBFGS不能收敛到一个解。
Mdl = ReconstructionICA模型参数:[1x1 struct] NumPredictors: 363 NumLearnedFeatures: 100 Mu: [] Sigma: [] FitInfo: [1x1 struct] TransformWeights: [363x100 double] InitialTransformWeights: [] NonGaussianityIndicator: [100x1 double]属性,方法
黎加
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,仍然可以在返回对象中使用已学习的特性变换
函数。
版本历史
在R2017a中引入
MATLAB命令
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。