tensorflow实现ICA(独立成分分析)图像或声音的盲源分离

matlab实现的pca算法，基于协方差矩阵的方法。

基于独立分量分析的语音信号盲源分离，胡慧玲，，通信网络中的含噪混叠语音的分离是语音信号处理中的重要研究问题。针对语音信号的非平稳特性与不同语音源之间的相互独立性，提出

仿射投影算法（APA）重复利用数据，可提高算法的收敛速度。针对现有盲源分离（BSS）收敛慢问题，以BSS的独立分量分析（ICA）为基础，结合APA思想，设计出BSS的APA-ME、APA-MMI、AP

盲源分离技术讲解，这个ppt对盲源分离讲的很通俗易通，看过后对盲源分离有一个从不懂到了解的感觉。比其他课件讲的更好，比清华大学张贤达老师讲的更适合入门课件。分享一下。

传统的机械源分离方法往往事先假设源信号的个数已知, 否则无法进行机械源信号分离。然而, 在实际中 源信号 的个数往往是是未知的。针对此不足, 结合变分贝叶斯独立变 量分析和自相关测定, 提出一种机械源

这是盲源分离的经典论文，大家可以好好研究一下

盲源分离关键程序，可以自由选择分离方法，请看readme ，matlab

用于轴承信号的处理，采用盲源分离方法，针对轴承的复合故障。

盲源分离分离信号，利用高阶累积量，联合对角化恢复信号

有关盲源分离的文章，使用ICA的分离算法，盲源分离在机械去噪，地震信号分析等方面有很大的用途。