ICA Pilih Bilangan Komponen

1. Bagaimana anda menentukan bilangan komponen di ICA?
2. Berapa banyak komponen ICA yang hendak dikeluarkan?
3. Apa itu Kurtosis ICA?
4. Yang lebih baik PCA atau ICA?

Bagaimana anda menentukan bilangan komponen di ICA?

U = eig (cov (d)); k = 31; jumlah (u ((end-k+1): end))/jumlah (u); di mana anda adalah vektor nilai eigen matriks kovarians sampel anda dalam urutan terbalik, D adalah data anda dan k adalah bilangan komponen yang anda gunakan.

Berapa banyak komponen ICA yang hendak dikeluarkan?

(C) Isyarat EEG yang sama diperbetulkan untuk artifak oleh ICA dengan mengeluarkan enam komponen terpilih, dan, (d) analisis spektrum rakaman EEG yang asal dan artifak.

Apa itu Kurtosis ICA?

ICA mengurai isyarat multivariate ke dalam komponen 'bebas' melalui 1. putaran ortogonal dan 2. Memaksimumkan kemerdekaan statistik antara komponen dalam beberapa cara - satu kaedah yang digunakan adalah untuk memaksimumkan bukan Gaussianity (kurtosis).

Yang lebih baik PCA atau ICA?

ICA mengoptimumkan statistik pesanan tinggi seperti kurtosis. PCA mengoptimumkan matriks kovarians data yang mewakili statistik pesanan kedua. ICA menemui komponen bebas. ICA boleh mengekstrak sumber bebas yang bebas daripada korelasi pesanan yang lebih tinggi.