皮埃尔·科蒙 独立成分分析，一个新概念？ （英语） Zbl 0791.62004号 信号处理。 36，第3期，287-314（1994）. 摘要：随机向量的独立分量分析（ICA）包括搜索线性变换，以最小化其分量之间的统计相关性。为了定义合适的搜索标准，互信息的扩展被用作递增阶累积量的函数。提出了一种有效的算法，它允许在多项式时间内计算数据矩阵的独立分量分析。ICA的概念实际上可以看作是主成分分析（PCA）的扩展，它只能将独立性强加到二阶，因此定义了正交方向。ICA的潜在应用包括数据分析和压缩、贝叶斯检测、信源定位、盲识别和反褶积。 引用于2评论引用于386文件 MSC公司： 62B10型 信息理论主题的统计方面 62H25个 因子分析和主成分；对应分析 关键词：组件相关性最小化;多项式时间算法;负熵;微分熵;独立成分分析;线性变换;搜索条件;相互信息;高效算法;主成分分析的扩展 PDF格式BibTeX公司 XML格式引用 \textit{P.Comon}，信号处理。36，第3287-314号（1994年；兹bl 0791.62004） 全文： 内政部 哈尔