入门版python实现独立成分分析法ICA

只讲用法，不讲原理。

前提条件：安装好python，并安装好numpy、matplotlib、sklearn库。

win10安装方法：打开cmd， cd python ， pip install numpy，显示collecting numpy后会进行下载并安装；如果下载安装失败，就去显示collecting numpy后给出的链接那儿手动下载，手动下载好了后，cd到保存的路径，然后pip install ***(***指文件名)。
安装成功后，打开IDLE输入import numpy，不报错的话就是安装成功了。如果安装不成功，检查下环境变量里是否已添加python路径，若无，则添加。

import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import FastICA#导入函数

经过FastICA处理后，此时的数据源在图形形状上跟初始数据源具有相似性，但幅度是不一样的，且可能会发生翻转，这是因为ICA是一个不定问题，有多个解符合假设，不是唯一解。

将三个信号进行随机线性混合，得到三个混合信号；然后用FastICA算法进行解混，得到三个源信号。
完整可实现代码部分如下：
import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import FastICA
C = 200
x = np.arange©
a = np.linspace(-2, 2, 25)
s1 = np.array([a, a, a, a, a, a, a, a]).reshape(200, )
s2 = 2 * np.sin(0.02 * np.pi * x)
s3 = np.array(20 * (5 * [2] + 5 * [-2]))
ax1 = plt.subplot(311)
ax2 = plt.subplot(312)
ax3 = plt.subplot(313)
ax1.plot(x,s1)
ax2.plot(x,s2)
ax3.plot(x,s3)
plt.show()
s=np.array([s1,s2,s3])
ran=2*np.random.random([3,3])
mix=ran.dot(s)
ax1 = plt.subplot(311)
ax2 = plt.subplot(312)
ax3 = plt.subplot(313)
ax1.plot(x,mix[0,:])
ax2.plot(x,mix[1,:])
ax3.plot(x,mix[2,:])
plt.show()
ica = FastICA(n_components=2)
mix = mix.T
u = ica.fit_transform(mix)
u = u.T
ax1 = plt.subplot(311)
ax2 = plt.subplot(312)
ax3 = plt.subplot(313)
ax1.plot(x,u[0,:])
ax2.plot(x,u[1,:])
ax3.plot(x,u[2,:])
plt.show()

运行结果如下：

将代码稍加改变，可实现：
直接给出混合信号，用FastICA算法进行解混；
将n个混合信号进行解混得到m个源信号（n≥m）……

入门版python实现独立成分分析法ICA相关推荐

Python专栏 | 独立成分分析(ICA)的实例应用：消除伪影信号
关注微信公众号:脑机接口研习社了解脑机接口最近进展系列文章目录 Python专栏 | 脑电图和脑磁图(EEG/MEG)的数据分析方法之载入数据 Python专栏 | MNE脑电数据(EEG/MEG ...
主成分分析（PCA）和独立成分分析（ICA）相关资料
来源:知乎:独立成分分析(ICA)与主成分分析(PCA)的区别在哪里(https://www.zhihu.com/question/28845451) - 一楼:魏天闻首先回答题主的问题:不管是PC ...
机器学习笔记 - 独立成分分析（ICA）
1.概述独立分量分析 (ICA) 是一种机器学习方法,其中将多元信号分解为不同的非高斯信号.它侧重于独立来源.由于混频处理未知,所以常用ICA作为黑盒.与寻求最大化数据点方差的主成分分析不同. 噪声 ...
独立成分分析（ICA）
1.概念独立成分分析是从多元(多维)统计数据中寻找潜在因子或成分的一种方法．ICA与其它的方法重要的区别在于,它寻找满足统计独立和非高斯的成分.这里我们简要介绍ICA的基本概念.应用和估计原理. 1 ...
主成分分析（PCA）和独立成分分析（ICA）附Matlab代码
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步进步,matlab项目目标合作可私信.
【详细版】独立成分分析：算法和应用（一）
独立成分分析:算法和应用翻译原文+自己的理解原文:Independent component analysis: algorithms and applications 作者:A. Hyvarin ...
机器学习教程之独立成分分析：PCA的高阶版
有好些天没写博客了,最近一直忙着在看论文,解模型,着实有点头痛.今天趁着又到周末了更一帖(其实是模型解不下去了-),这次来说一下一个在信号分析与数据挖掘领域颇为使实用的算法,独立成分分析(ICA),这 ...
Python专栏 | MNE数据预处理方法——独立成分分析
关注微信公众号:脑机接口研习社了解脑机接口最近进展系列文章目录 Python专栏 | 脑电图和脑磁图(EEG/MEG)的数据分析方法之载入数据 Python专栏 | MNE脑电数据(EEG/MEG ...
Stanford UFLDL教程独立成分分析
独立成分分析 Contents [hide] 1概述 2标准正交ICA 3拓扑ICA 4中英文对照 5中文译者概述试着回想一下,在介绍稀疏编码算法中我们想为样本数据学习得到一个超完备基(over ...

入门版python实现独立成分分析法ICA

入门版python实现独立成分分析法ICA相关推荐

最新文章

热门文章