论文部分内容阅读
独立分量分析(ICA)是通过分析多维观测数据之间的高阶统计相关性,找出相互独立的隐含信息成份,从而可以去除分量间的高阶冗余以及提取独立的信源。数据挖掘是近年来计算机领域的研究热点,它是一个非平凡的模式辨识过程,从大量的数据中寻求正确的、新颖的、具有内在价值的、和最终可解释的模式。复杂数据的出现迫切要求新的特征处理技术,而数据挖掘书中却常将降维技术忽略。通过分析ICA的现有算法基础上提出一种降维的算法,该算法基于负熵判据。