Utilisation de kurtosis pour évaluer l'importance des composants à partir d'une analyse indépendante des composants


10

Dans PCA, les valeurs propres déterminent l'ordre des composants. Dans ICA, j'utilise kurtosis pour obtenir la commande. Quelles sont les méthodes acceptées pour évaluer le nombre (étant donné que j'ai la commande) de composants qui sont singuliers en dehors des connaissances préalables sur le signal?


1
En fait, je pense que dans l'ICA, vous pouvez toujours utiliser le nombre de vecteurs propres «significatifs» (c'est-à-dire 90% d'énergie) comme nombre de composants indépendants.
Spacey

Réponses:


1

Étant donné que cette question n'a toujours pas de réponse, je voudrais réitérer, comme l' a commenté @Tarantula , une méthode acceptée pour sélectionner évaluer le nombre de composants retenus est à travers la variance expliquée. Vous conservez les composants fonction d'un critère de l' APC de blanchiment a priori et effectuez l'ICA sur ces composants.K

Je ne connais aucune méthode acceptée pour faire ce genre d'évaluation avec le kurtosis, cette question pourrait être sans réponse dans son intégralité.

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.