在基于特征提取方法之上, 研究用算法对目标多视角问题进行分类器设计。在对 图像进行独立成分分析后, 针对多姿态角目标识别问题, 提出了角度优先粗分类的设计方法-Feature extraction method based on above research objective of the algorithm to classify multi-view design problem. In the right image independent component analysis, t

ICA算法可以将噪声信号分解为一系列独立的分量（ICs），这样就可以对各独立分量进行单独的研究和分析。首先叙述了柴油机噪声信号的特性。预测模型表明：发动机噪声信号满足ICA计算的要求。然后介绍了ICA模型的相关理论。举例说明ICA方法分离信号的有效性，以及ICA方法对小能量噪声的分离的有效性。连续小波变换来显示了各独立分量ICs在时频域内的特性。由采集信号分离得到噪声源信号可以作为发动机的理论预测和设计依据。-he ICA algorithm can be decomposed into a s

关于盲源分离算法的简介，包括独立成分算法的编程。-ICA (independent component analysis) algorithm on the blind source separation algorithm, including the introduction of the algorithm, including the preparation of the algorithm.

zheshi基本的语音分离算法，用的是独立成分分析方法。-Basic speech separation algorithm, using the independent component analysis method.