首页 文章

在fastICA中提取特征（Matlab）

提问于
浏览 次
0

我是机器学习初学者，我非常感谢你的帮助 .

我正在尝试使用FastICA MATLAB工具箱，经过大量的谷歌搜索和阅读文档后，我变得越来越困惑 .

我正在使用Car Data Set并且我正在使用1000张100x40图像（500辆汽车，500辆非汽车） . 我正在使用fastica来寻找独立的组件（我将在稍后使用它们来构建汽车检测系统） .

我在我的火车数据集上运行以下代码：

[icasig, A, W] = fastica(Training_Set);

A和W是1000x1000矩阵，icasig是1000x4000矩阵，据我所知，icasig的行包含独立的组件，A是混合矩阵 .

如何绘制独立组件？有人能用简单的英语向我解释什么是W？

还有一件令我困惑的事情是，如果我在icasig中删除一些行并获得例如300x4000矩阵我是否正在进行特征压缩？

如果我使用分类算法（例如SVM），我如何改变我用来训练它的独立组件的数量？我认为rica是完美的，但不幸的是我没有统计和机器学习工具箱 .

matlab feature-extraction

1 回答

  • 1

    有人可以用简单的英语向我解释什么是W？

    ICA中的 w 通常表示分离矩阵 . 给定一个混合图像， X ，可以通过计算 wX 得到独立的组件 . 结果 S 通常是另一个矩阵，其大小与 X 相同 . S 的每一行都包含代表一个独立组件的数据 .

    使用ICA算法的主要目的之一是找到分离矩阵 w . 如果您对此一无所知，我建议您在继续阅读之前阅读更多文献 . 甚至fast ICA's Wikipedia页面也会告诉你 w .

    我如何绘制独立组件？

    如果 icasig 是 S ，您可以尝试以下操作：

    icasig = abs(icasig) % take the absolute

% you can add a for loop here to plot all components
component=icasig(1,:) % take the first component
im = reshape(component,[h,w,3]); % h being the height of the image of the component and w being the width
im=uint8 (round(im)); 
figure; imshow(im); 
% end of the for loop. Be prepared to have a lot of pictures poping up.

    如果我在icasig中删除一些行并获得例如300x4000矩阵，那么我在进行特征压缩吗？

    如果删除某些单独的组件意味着功能压缩，那么是 .

    回复于

相关问题