ICA算法的研究可分为基于信息论准则的迭代估计方法和基于统计学的代数方法两大类，从原理上来说，它们都是利用了源信号的独立性和非高斯性。一般情况下，所获得的数据都具有相关性，所以通常都要求对数据进行初步的白化或球化处理，因为白化处理可去除各观测信号之间的相关性，从而简化了后续独立分量的提取过程,然后再用基于负熵最大的FastICA算法，即可对图像及信号进行解混。
资源文件列表
╢└┴ó│╔╖╓╖╓╬÷-matlab/FastICA.m , 2575
2021-7-3
ICA算法的研究可分为基于信息论准则的迭代估计方法和基于统计学的代数方法两大类，从原理上来说，它们都是利用了源信号的独立性和非高斯性。一般情况下，所获得的数据都具有相关性，所以通常都要求对数据进行初步的白化或球化处理，因为白化处理可去除各观测信号之间的相关性，从而简化了后续独立分量的提取过程,然后再用基于负熵最大的FastICA算法，即可对图像及信号进行解混。
╢└┴ó│╔╖╓╖╓╬÷-matlab/FastICA.m , 2575