对ICA算法的改进－FASTICA，用于图像处理，人脸识别等方面

matlab FastICA快速独立分量分析 通过FastICA工具箱(内含),对图像、音频进行盲源分离,去均值,白化处理,支持tif,jpg,bmp,wav等多种格式，并附有详细程序注释及sample供运行使用-matlab FastICA fast independent component analysis FastICA toolbox (included), images, audio, blind source separation to mean whitening process

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。-ICA algorithm research can be divided into iterative estimation meth

内附fastICA工具箱使用攻略PDF，工具箱内代码很全面，快速ICA算法在信号处理和图像处理方面有广泛应用。