ic直接成分分析法（ICA 独立成分分析具体什么情况）

每日小编都会为大家带来一些知识类的文章，那么今天小编为大家带来的是ICA 独立成分分析方面的消息知识，那么如果各位小伙伴感兴趣的话可以，认真的查阅一下下面的内容哦。

1、在信号处理中，独立成分分析（ICA）是一种用于将多元信号分离为加性子分量的计算方法。

2、^{这是通过假设子分量是非高斯信号，并且在统计上彼此独立来完成的。}

3、ICA是盲源分离的特例。

4、一个常见的示例应用程序是在嘈杂的房间中聆听一个人的语音的“ 鸡尾酒会问题 ”。

5、^{ICA(Independent Component Correlation Algorithm)是一种函数，X为n维观测信号矢量，S为独立的m（m<=n)维未知源信号矢量，矩阵A被称为混合矩阵。}

6、ICA的目的就是寻找解混矩阵W（A的逆矩阵），然后对X进行线性变换，得到输出向量U。

7、最简单的即为最近邻分类器（NNC）：用距离参数表示训练集模板与测试样本的差异，认为测试样本与满足最小距离的训练样本属于同一种表情。

本文到此结束，希望对大家有所帮助。