：介绍了独立成分分析(ICA)的基本模型及其假设、含混性、非高斯性度量和通用求解过程。讨论了目前ICA 的几个研究方向的发展现状和面临的问题，分析了ICA 基本模型和几种扩展模型的求解算法，包括盲反卷积、卷积混和的盲分离、非线性瞬时混合的盲分离。提出了ICA 未来理论和应用研究中的开放课题。

stauffer的经典的混合高斯模型算法描述，适合做行为检测的人使用。-stauffer the classical Gaussian mixture model algorithm descr iption, suitable for people who use behavior detection.

该系统能够识别连续说出的数字串和若干组姓名。建模是针对子词(sub-word, eg. 音 素)，具有一定的可扩充性。当加入一个新名字时，只需修改发音词典和任务语法即可。模 型为连续混合高斯输出，运用语音决策树聚类形成的绑定状态式三音素。-The system is able to recognize continuously spoken digit string and the number of groups name. Modeling is a sub-word (sub-wo

本文提供了利用高斯混合模型进行短时交通预测的算法描述，同时对于该算法的性能进行了评价。-This article provides a Gaussian mixture model for short-term traffic forecast algorithm descr iption, were evaluated for the performance of the algorithm.