信號分離是信號處理中的一個基本問題。在已知源信號和傳輸通道的先驗知識時,各種時域濾波器頻域濾波器等能從混合信號中分離出我們感興趣的信號。獨立分量分析是由盲信號分離技術發展出來的一種多維信號處理方法,能在不知道源信號及信號混合參數的情況下,僅根據觀測到的混合信號就能估計源信號。獨立分量分析的理論已經成為當前火熱的人工智能機器學習智能控制等應用學科發展的重要基石之一。本書在介紹了獨立分量分析基本理論和算法的基礎上,重點在WeizmannFaceData上利用FastICA算法在Matlab環境中開展了人臉圖像分類和識別試驗,在Python環境中對駕駛艙混合信號開展盲分離試驗,並給出相關程序。
本書可作為電子信息類專業大學教材,還可作為對獨立分量分析及其應用感興趣的科技工作者的參考用書。