Kernel ICA version 1.2 Matlab代码

快速独立分量分析（FastICA）源码及ICA在MRI图像中应用

icacdrx7

独立成分分析(Independent Component Analysis，ICA)是近年来提出的非常有效的数据分析工具，它主要用来从混合数据中提取出原始的独立信号。

文件里是一个语音信号的混合与分离，使用的是ICA与PCA，可以明显的看出两者算法的优缺点。

实现信号的盲源分离，ICA（独立分量分析），是处理机械信号的非常好的信号分析方法，同时也可用于信号滤波，图像处理

这是一个用于进行盲信号分离的matlab算法

盲源分离（BSS:BlindSourceSeparation），又称为盲信号分离，是指在信号的理论模型和源信号无法精确获知的情况下，如何从混迭信号（观测信号）中分离出各源信号的过程。盲源分离和盲辨识是

详细介绍了盲源分离原理以及提供了MATLAB源程序，值得研究

采用了多子处理器分析模式,支持:英文字母(IP地址、Email、URL)、数字(日期,常用中文数量词,罗马数字,科学计数法),中文词汇(姓名、地名处理)等分词处理。

该代码利用混合信号源的统计独立性，根据独立成分分析的方法，提取特质信号，然后分离出源信号