第一步我们首先需要知道方差是有两种的,一种是有效估计的方差,除以n,一种是无偏估计的方差,除以n-1,在matlab中使用的是无偏估计的方差,除以n-1,这里创建了一个a矩阵,如下图所示matlabmean:
第二步输入sum((a(1,:)-mean(a)).^2)/(length(a)-1),求a矩阵的无偏估计的方差,如下图所示:
第三步按回车键之后,可以看到方差结果为5.3750,我们经常用到的求样本方差是除以n-1,如下图所示:
第四步输入sum((a(1,:)-mean(a)).^2)/length(a),求a矩阵的有效估计的方差,如下图所示:
第五步按回车键之后,结果为3.5833,一般在求概率分布时候用到的是除以n,根据需要选择,如下图所示:
matlab怎么求一个矩阵所有元素的平均值?
有时候我们在使用matlab进行编程的时候,想求一个矩阵所有元素的平均值,怎么求呢,下面来分享一下方法
1,第一步打开matlab,在命令行窗口中输入a=[12 24 35;26 78 56],创建一个2行3列的矩阵,如下图所示:
2,第二步在命令行窗口中输入mean(a(:)),求a矩阵所有元素的平均值,如下图所示:
3,第三步按回车键之后,可以看到a矩阵所有元素的平均值是 38.5000,如下图所示:
4,第四步如果我们想求矩阵每一列的平均值,输入mean(a,1),如下图所示:
5,第五步如果我们想求矩阵每一行的平均值,输入mean(a,2),如下图所示:
跪求非负独立成分分析的matlab程序?
您好, 这样的:
一、FastICA算法的基本步骤:
1. 对观测数据进行中心化,使它的均值为0;
2. 对数据进行白化,。
3. 选择需要估计的分量的个数,设迭代次数
4. 选择一个初始权矢量(随机的)。
5. 令,非线性函数的选取见前文。
6. 。
7. 令。
8. 假如不收敛的话,返回第5步。
9.令,如果,返回第4步。
二.MATLAB源程序及说明:
%下程序为ICA的调用函数,输入为观察的信号,输出为解混后的信号
function Z=ICA(X)
%-----------去均值---------
[M,T] = size(X); %获取输入矩阵的行/列数,行数为观测数据的数目,列数为采样点数
average= mean(X\')\'; %均值
for i=1:M
X(i,:)=X(i,:)-average(i)*ones(1,T);
end
%---------白化/球化------
Cx = cov(X\',1); %计算协方差矩阵Cx
[eigvector,eigvalue] = eig(Cx); %计算Cx的特征值和特征向量
W=eigvalue^(-1/2)*eigvector\'; %白化矩阵
Z=W*X; %正交矩阵
%----------迭代-------
Maxcount=10000; %最大迭代次数
Critical=0.00001; %判断是否收敛
m=M; %需要估计的分量的个数
W=rand(m);
for n=1:m
WP=W(:,n); %初始权矢量(任意)
% Y=WP\'*Z;
% G=Y.^3;%G为非线性函数,可取y^3等
% GG=3*Y.^2; %G的导数
count=0;
LastWP=zeros(m,1);
W(:,n)=W(:,n)/norm(W(:,n));
while abs(WP-LastWP)&abs(WP+LastWP)>Critical
count=count+1; %迭代次数
LastWP=WP; %上次迭代的值
% WP=1/T*Z*((LastWP\'*Z).^3)\'-3*LastWP;
for i=1:m
WP(i)=mean(Z(i,:).*(tanh((LastWP)\'*Z)))-(mean(1-(tanh((LastWP))\'*Z).^2)).*LastWP(i);
end
WPP=zeros(m,1);
for j=1:n-1
WPP=WPP+(WP\'*W(:,j))*W(:,j);
end
WP=WP-WPP;
WP=WP/(norm(WP));
if count==Maxcount
fprintf(\'未找到相应的信号);
return;
end
end
W(:,n)=WP;
end
Z=W\'*Z;
%以下为主程序,主要为原始信号的产生,观察信号和解混信号的作图
clear all;clc;
N=200;n=1:N;%N为采样点数
s1=2*sin(0.02*pi*n);%正弦信号
t=1:N;s2=2*square(100*t,50);%方波信号
a=linspace(1,-1,25);s3=2*[a,a,a,a,a,a,a,a];%锯齿信号
s4=rand(1,N);%随机噪声
S=[s1;s2;s3;s4];%信号组成4*N
A=rand(4,4);
X=A*S;%观察信号
%源信号波形图
figure(1);subplot(4,1,1);plot(s1);axis([0 N -5,5]);title(\'源信号\');
subplot(4,1,2);plot(s2);axis([0 N -5,5]);
subplot(4,1,3);plot(s3);axis([0 N -5,5]);
subplot(4,1,4);plot(s4);xlabel(\'Time/ms\');
%观察信号(混合信号)波形图
figure(2);subplot(4,1,1);plot(X(1,:));title(\'观察信号(混合信号)\');
subplot(4,1,2);plot(X(2,:));
subplot(4,1,3);plot(X(3,:));subplot(4,1,4);plot(X(4,:));
Z=ICA(X);
figure(3);subplot(4,1,1);plot(Z(1,:));title(\'解混后的信号\');
subplot(4,1,2);plot(Z(2,:));
subplot(4,1,3);plot(Z(3,:));
subplot(4,1,4);plot(Z(4,:));xlabel(\'Time/ms\');