獨立組分分析

獨立組分分析，是20世紀90年代提出的一個新的數據及信號分析方法，是主組分分析的拓展。

簡介

英文：independent component analysis，ICA

ICA著眼於數據間的高階統計特性，使得變換以後的各分量之間不僅互不相關，而且還儘可能地統計獨立。因此，ICA能更加全面揭示數據間的本質結構。從統計分析的角度來看，獨立組分分析和主組分分析一樣，同屬多元統計分析的線性方法。但ICA以隨機變數的非高斯性和相互獨立為分析目標，最終是為了從多通道觀測數據中分離出相互獨立的信源，因此比PCA更進了一步。根據線性ICA模型以及分離結果相互獨立這一限定條件，ICA分離算法的第一步是建立度量分離結果獨立程度的準則（目標函式），然後對目標函式進行最佳化，找出分離矩陣W。