发帖
雷达卡
给定Y=VA+Z，如何在不过度拟合的情况下最佳估计V，A的未知维？对于流行的PCA模型，这是50年前的挑战（例如，因子分析，降维等）第一次，我通过贝叶斯方法中的最大后验（MAP）估计（即，估计速度快，且具有线性复杂度）找到了针对该挑战的封闭式解决方案。为了解决这个问题，我最终在附录中得出了全新的概率分布（即Double-gamma和Double-inverse-gamma分布）。在仿真中，我们发现SNR=-10（dB）是对独立信号源进行准确估算（即，不过度拟合）的极限。通过中心极限定理，我们知道三个标准差是所有平均随机变量的极值。因此，可以通过信号加噪声百分比\tau（Y）（即SNR>-10（dB）<=>\tau（Y）<90>-10（dB）<=>“噪声偏差<3*源的偏差”PS：我们将MAP方法与标准MATLAB软件包（音乐和aictest）进行了比较。代码中的所有内容都应该清楚。
matlab加噪声程序源代码+说明：来源数量未知的PCA和MUSIC算法的贝叶斯推断PCA_MUSIC-master.zip
(10.04 MB, 需要: RMB 19 元)
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
