独立成分分析( I C A) 是一项把混合信号分解成具有统计独立性成分的新技术 。I C A近年已在生物医 域的信号分离中展示 了很好的应用前景 。 我们比较系统地介绍了 I C A的基本原理 、 主要算法 、 应用和 究的发展方向，旨在进一步推动有关的理论与应用研究工作。-Independent Component Analysis (ICA) is a decomposition of the mixed-signal components into a statistical in

PCA ICA and LDA for Face-Recognition this document helps you understand the main idea in PCA ICA and LDA algorithms and their differences

：提出一种基于独立成分分析（ICA）和位隙动态分组技术的超高频（UHF）射频识别（RFID）多标签防碰撞算法。利用ICA 算法实现多目标的同时识别，利用动态位隙标签分组保证阅读器同时读取的标签数少于或等 于其天线数，从而使ICA 工作于非欠定状态-A novel ultra high frequency (UHF) radio frequency identification（RFID）anti-collision algorithm based on independent compo

对HARQ系统的吞吐量分析，大学数值分析算法，ICA（主分量分析）算法和程序。- HARQ throughput analysis of the system, University of numerical analysis algorithms, ICA (Principal Component Analysis) algorithm and procedures.