【源码】主成分分析（PCA）与独立分量分析（ICA）MATLAB工具箱

本MATLAB工具箱包含PCA和ICA实现的多个函数，并且包括多个演示示例。

在主成分分析中，多维数据被投影到最大奇异值相对应的奇异向量上，该操作有效地将输入信号分解成在数据中最大方差方向上的正交分量。因此，PCA常用于维数降低的应用中，通过执行PCA产生数据的低维表示，同时，该低维表示可采用相应的逆操作以近似重构原始数据。

在独立分量分析中，多维数据被分解成在适当意义上独立性最大化的分量（本工具箱以峰度和负熵为衡量标准）。

ICA与PCA的不同在于低维信号并没有必要与最大方差方向上的分量相对应，此外，ICA分量具有最大的统计独立性。在实践中，ICA经常可以发现多维数据中互不相交的潜在趋势。

测试数据文件：

M函数文件：

MATLAB源码下载地址：

http://page5.dfpan.com/fs/9lbc7j22b2e1d289169/

更多精彩文章请关注微信号：