Matlab中FastICA工具箱的使用说明

《Matlab中FastICA工具箱的使用说明》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Matlab中FastICA工具箱的使用说明一、工具箱使用方法1．把工具箱的整个文件夹添加到工作目录（CurrentDirectory）下，或者点击fileSetPathAddFolder/AddwithSubfolders把fastICA的那个文件夹加进去save。后面的方法是一劳永逸的事情，这样在任何工作目录下都能够调用工具箱的函数了。2．在命令窗口（commandwindow）直接输入fasticag回车，就可以使用图形化用户界面了。也可以在你的程序中调用fastica()这个函数，具体参数的设置看后面有详解。二、各个文件的作用Cotents.m文件全部都是注释，说

2、明了每个文件的用途，不过都是英文，现总结如下：fastICA有两种使用方法（fastICA用了fixed‐point算法）1.fasticag.m是这个工具箱的图形化界面2.fastica.m是命令行版本其他文件都是被fasticag.m和fastica.m调用。被fasticag.m和fastica.m调用的函数1.fpica.m计算独立成分的主要算法2.whitennv.m白化数据3.pcamat.m对数据pca4.remmean.m减去均值5.icaplot.m画出信号的曲线图。根据参数不同有不同的调用方式，具体看程序前面的注释（偷懒了啊）只被fasticag.m调用的函数

3、1.gui_cb.m2.gui_adv.m3.gui_advc.m4.gui_l.m装载数据初始化高斯矩阵5.gui_lc.m6.gui_s.m7.gui_sc.m8.gui_cg.m9.gui_help.m备注：fasticag.m主要调用gui_cb.m其它有的的是被gui_cb.m调用的，总之，直接或间接它们是被fasticag.m调用。北京理工大学计算机学院刘茜倾心制作杂项：不调用别人也不被调用demosig.m人工生成测试信号和混合信号（不需要输入参数）。用户可以，输入混合信号来看看FASTICA是怎么工作的。已经被遗弃的dispsig.m画数据向量的，现被icaplo

4、t.m,取代了三、函数fasticag.m和fastica.m的使用说明fasticag.m调用此函数时参数不是必要的。也可以输入参数fasticag(mixedsig,InitialGuess)mixedsig是以多维信号为行向量的矩阵InitialGuess给出算法混合矩阵的初始值fastica.m[Out1,Out2,Out3]=fastica(mixedsig,varargin)函数的输出由输出参数的个数决定，调用方式有以下几种1.[icasig]=fastica(mixedsig)mixedsig是以多维信号为行向量的矩阵。icasig的每一行是估计出的独立成分（IC）

5、2.[icasig,A,W]=fastica(mixedsig)mixedsig是以多维信号为行向量的矩阵。icasig的每一行是估计出的独立成分（IC）A是计算出的混合矩阵W是计算出的解混矩阵3.[A,W]=fastica(mixedsig)只保存混合矩阵和解混矩阵fastica被调用时也可以加入选项参数。选项参数以参数对形式出现，顺序为参数名、参数值。不同参数对直接顺序可任意。参数名值和参数描述基本参数‘approach’选择去相关的方法‘symm’并行估计独立成分‘delf’一个一个的估计独立成分，为默认值‘num’估计出的独立成分的个数，默认与数据维数相等选择非线性‘g’

6、非线性（nonlinearity）的不同方法'pow3'(default)g(u)=u^3北京理工大学计算机学院刘茜倾心制作'tanh'g(u)=tanh(a1*u)'gaussg(u)=u*exp(‐a2*u^2/2)'skew'g(u)=u^2‘finetune’调整（提高算法的统计性能）‘off’不调整pow3'调整时采用此非线性方法g(u)=u^3'tanh'调整时采用此非线性方法g(u)=tanh(a1*u)'gauss调整时采用此非线性方法g(u)=u*exp(‐a2*u^2/2)'skew'调整时采用此非线性方法g(u)=u^2‘a1’当使用’g’时，g(u)=ta

7、nh(a1*u)中的参数a1,默认为1‘a2’当使用’g’时，g(u)=u*exp(‐a2*u^2/2)中的参数a2,默认为1‘mu’步长，默认为1；如果此值小于1，项目就使用稳定化的算法‘stabilization’‘on’‘off’默认控制是否进行稳定化，如果为’on’，当算法在两点之间或迭代次数为最大值的一半时还未收敛，mu就会减半控制收敛‘epsilon’终止准则，默认为0.0001‘maxNumIterations’最大迭代次数，默认为1000‘sampleSize’一