ICA独立成分分析个人理解
2021/8/6 23:06:26
本文主要是介绍ICA独立成分分析个人理解,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
隐含变量模型
x:观测信号,A:混合矩阵,s:独立成分、源信号、隐含变量
[模型假设]1, si之间是统计独立的(s1的取值对s2的取值没有提供信息,互不干连;不相关指不存在线性关系,不排除存在其他关系);2, si服从非高斯分布; 3, 混合矩阵可逆
D(x)=E[x-E(x)]2
多个独立的自由变量的和近似服从高斯分布&源信号是不服从高斯分布的=>利用观测信号分解量的非高斯性最大化来求源信号的近似,即IC
不适用于高斯分布是因为寻找IC正是利用了非高斯性的最大化
这篇关于ICA独立成分分析个人理解的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-06-29易优CMS安装常见问题汇总-icode9专业技术文章分享
- 2024-06-28易优新手必读安装教程-icode9专业技术文章分享
- 2024-06-28忘记eyoucms后台密码怎么办?-icode9专业技术文章分享
- 2024-06-26终极指南:Scrum中如何设置需求优先级
- 2024-06-26AI大模型企业应用实战(25)-为Langchain Agent添加记忆功能
- 2024-06-26小白家庭 nas 搭建方案-icode9专业技术文章分享
- 2024-06-23AI大模型企业应用实战(14)-langchain的Embedding
- 2024-06-23AI大模型企业应用实战(15)-langchain核心组件
- 2024-06-23AI大模型企业应用实战(16)-langchain核心组件
- 2024-06-23AI 大模型企业应用实战(06)-初识LangChain