详细的解说了PCA的实现过程，以及PCA的不稳定性，怎样降低不稳定性和提高系统效率。

pca书籍从物理意义角度解释，是一篇很好的主成分分析入门文献。

用简单易懂的方法讲解了主成分分析的原理，并给出了MATLAB实现程序

主成分分析法的原理应用及计算步骤

《独立成分分析》分为四个部分，共24章。第一部分（第2章至第6章）介绍了《独立成分分析》所用到的主要数学知识，第二部分（第7章至第14章）是《独立成分分析》的重点，详细讲述了基本ICA模型及其求解过程，第三部分（第15章至第20章）讨论了基本ICA模型的多种扩展形式，第四部分（第21章至第24章）对ICA方法在不同领域的应用做了生动的阐述。独立成分分析(ICA)已经成为近年来神经网络、高级统计学和信号处理等研究领域中最令人振奋的主题之一。ICA源自对客观物理世界的抽象，它能够有效地解决许多实际问题，具有强大的生命力和广阔的工程应用前景。《独立成分分析》(英文原版)是国际上第一本对ICA这门新技术进行全面介绍的综合性专著，其中还包括了为理解和使用该技术的相应数学基础背景材料。《独立成分分析》不仅介绍了ICA的基本知识与总体概况、给出了重要的求解过程及算法，而且还涵盖了图像处理、无线通信、音频信号处理以及更多其他应用。

从网上找的独立成分分析的Matlab代码和自己根据书写的代码，能用。

用主成分分析PCA估计噪声方差，里面有代码和对应论文，可以查阅，代码是matlab的

ICA独立成分分析的matlab代码，内有音频数据，以及使用说明，希望对大家有所帮助。

使用matlab，实现核主成分分析（KPCA）。主成分分析是实现降维（Dimension Reduction）的重要方式,核主成分分析使用核函数将数据映射到高维空间，使得非线性数据线性化！程序中可选择不同的核函数

使用IDL语言实现多光谱图像的PCA融合，别的语言也可以学习借鉴一下思路