matlabhill代码-lrds:使用MATLAB脚本重现ICML2007论文的结果

时间:2021-05-24 03:50:16
【文件属性】:
文件名称:matlabhill代码-lrds:使用MATLAB脚本重现ICML2007论文的结果
文件大小:61KB
文件格式:ZIP
更新时间:2021-05-24 03:50:16
系统开源 Matlab Hill代码在“使用频谱正则化对矩阵进行分类”(ICML 2007)中使用的MATLAB脚本 它能做什么 该软件包使用简单的内部点方法解决了具有双重频谱范数(迹范数)正则化的对称矩阵的分类问题。 它已成功应用于脑机接口(BCI)的单次试验EEG分类问题。 在这种情况下,输入矩阵是短时协方差估计或其矩阵对数(另请参见)。 给定训练示例(X1,y1),(X2,y2),...,(Xn,yn),它可以解决正则化的经验风险最小化问题: 其中W是一个实矩阵, 上述规范(奇异值之和)称为对偶频谱规范,迹线规范,Ky-Fan r规范或核规范。 结果 BCI竞赛III。 (a)输入是协方差矩阵(对称和正半定数) (b)输入是协方差矩阵的对数(仅对称) 您可以将以上结果与比赛结果进行比较。 请注意,竞赛中的任务是应对较小的训练集大小,并且许多参与者使用测试数据来适应性地更新其分类器,为简单起见,在此未做此描述。 如何使用它 下载项目。 下载数据集:BCI Competition III。 还要下载true标签,并使用变量名true_y保存它。 将BcicompIIIiva.m的前两行更改为保
【文件预览】:
lrds-master
----.gitignore(5B)
----matlab()
--------cutoutTrials.m(395B)
--------matmultcv.m(282B)
--------BcicompIIIiva.m(3KB)
--------lrds_dual.m(10KB)
--------getfieldarray.m(203B)
--------loss_0_1.m(134B)
--------whiten.m(285B)
--------covariance.m(229B)
--------lrds_cvx.m(2KB)
--------train_lrds.m(335B)
--------setDefaults.m(284B)
--------apply_lrds.m(354B)
--------logmatrix.m(231B)
--------butter730.mat(416B)
----definition.gif(3KB)
----README.md(4KB)
----problem.gif(4KB)
----channels.eps(11KB)
----performance.gif(19KB)
----performance_logm.gif(18KB)

网友评论