獨立成分分析( I C A) 是一項把混合信號分解成具有統(tǒng)計獨立性成分的新技術(shù) 。I C A近年已在生物醫(yī)
域的信號分離中展示 了很好的應(yīng)用前景 。 我們比較系統(tǒng)地介紹了 I C A的基本原理 、 主要算法 、 應(yīng)用和
究的發(fā)展方向，旨在進一步推動有關(guān)的理論與應(yīng)用研究工作。
k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。
