% - - - - - - - - - - - - - - - - - -函数[妇女、婴儿、儿童、W] = wICA(数据、变长度输入宗量)- - - - - - - - - - - - - - - - - -
%
%对数据执行ICA矩阵行向量和随后的小波
%的阈值去除低烈度计算ICs的活动。
%用于提取artifact-only ICs在脑电图(例如)
然后从原始数据减去artifact-reconstruction百分比。
%
%的代码解释/实施:
%周晓明&马卡罗夫,j . >。2006年的方法。
%
% > > >输入> > >
%要求:
% =数据矩阵行格式
%可选:
% type = " fastica”或“激进的”……两种不同的基于ICA算法
%熵。“fastica”(默认)参数、非参数“激进”。
%乘乘数=阈值函数…增加计算阈值
%”ddencmp”这个数字。少打高乘数=
%的“背景”(或低amp.信号)wICs。
%绘制= 1或0。如果1、情节wIC与non-wavelet阈值ICs
% Fs =采样率(策划…默认= 1);
% L =水平集进行平稳小波变换。高水平给
%更好的频率分辨率,但时间分辨率低。
%默认= 5
% wavename =小波家庭使用。输入“wavenames”的列表
%小波。(默认= " coif5 ");
%
输出% < < < < < <
% wIC = wavelet-thresholded ICs
% =混合矩阵(发票(W))(可选)
% W =分层矩阵(发票(A))(可选)
% IC = non-wavelet ICs(可选)
%
% *可以重建artifact-only信号为:
工件% = * wIC;
%,在重建时,你可以减去的工件
%原数据集去除工件,例如。
%
%的例子:
% n =兰德(1000);
% = [0 (1400),[。8。5,1、2、2.4、2.5、3.5,5、6.3、6、4、3.2、3、1.7、1、6、-2.2、4、-3.6、3、1 0],0 (1578)];
% data = n + linspace (0、2、10) *;
% (wIC,] = wICA(数据,[]5 1);
% ahat = * wIC;
%一= data-ahat;
%呃=总和(√(nhat-n)。^ 2));
%
%通过JMS, 11/10/2015
% - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -