论文部分内容阅读
独立分量分析(ICA)是近期发展起来的一种统计学方法，旨在寻求对非高斯分布数据进行有效的表示，使得各个分量在统计学上独立，或者尽最大可能地独立。
本文介绍了独立分量分析的发展过程，基本理论等。许多应用中，这种表示意在获取数据的基本结构，包括特征提取和信号分离，目前主要应用在盲源分离，特征提取，盲反卷积等方面。