●前言
縮略語
第1章緒論
1.1盲信號分離問題
1.2獨立分量分析的問題描述及分析思路
1.3ICA的發展及研究現狀
1.4本書主要研究工作及章節安排
第2章ICA應用涉及的相關理論
2.1引言
2.2統計基本理論
2.3信息論的基本知識
2.4獨立性度量準則
2.5人工智能的相關基礎理論
2.6本章小結
第3章ICA的算法原理
3.1引言
3.2主分量分析及ICA預處理
3.3Infomax算法原理
3.4FastICA算法原理
……

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。