ICA

ICA(Independent  component  analysis)，即独立成分分析，相对于基于相关性的PCA具有探测高阶统计量的特性。相似于PCA，它可以把原始数据（高维）进行变换，得到相互独立的数据。主要用于盲源分离（blind source separation ），比如你个人在说话而背景是音乐，这样采集到的音频数据就是说话声音与音乐这两种独立信号的组合，用ICA可以将这两种信号进行分离，分别提取说话声音和音乐声。

用在图象处理中，主要是通过这种方式来得到变换矩阵，作为原始数据的特征来进行图像的进一步操作。因为在随机领域，这矩阵就是分布的特征参数。