熵值法matlab代码-hf-ica:无粗体的独立分量分析

保守值法matlab代码牛顿熵优化（NEO）ICA 使用二阶优化的大规模Infomax-ICA。 二次收敛 使用截断牛顿（又名无黑森州）优化，可以更快，更好地收敛。 这具有与通常的梯度下降方法相同的存储成本。 自适应小批量 使用近似似然的梯度/ hessian向量乘积的方差来调整迭代中的最小批量大小。 快速实施 该算法是使用BLAS，OpenMP和SSE内部函数为CPU实现的。 尽可能使用近似数学（）。 如果您的硬件不支持SSE内在函数，则NEO-ICA会退回到非矢量化代码。 多种语言 支持C ++，Python和MATLAB。 轻巧便携 可以与GCC 4.8+和MSVC 2015一起编译。 MATLAB绑定没有依赖性（链接到MATLAB的BLAS / LAPACK）。 Python绑定仅需要Numpy（链接到Numpy使用的BLAS / LAPACK） 1 。 C ++库仅需要BLAS / LAPACK 1 。 1 ICA通常涉及非常高而又瘦的矩阵。 在处理这些方面，MKL比竞争对手更胜一筹。 安装 Matlab ：将适用于{Linux，Windows 64-bits}的matlab