FASTICA原理及代码，附有注释和实验。

ICA算法，主要用于盲源分离，非常不错的资源，想要的可以自行下载。。

matlab FastICA工具箱 可使用fastica指令进行直接调用或使用fasticag指令进行图形界面调用

实现FastICA功能，非线性函数分别选取高斯函数，三次函数和正切函数。

FASTICA盲源信号分离代码Matlab

matlab的fastiica工具箱，可直接使用，具有可视化界面

复信号分离代码，分离成功率非常高，可用于工程，仅供参考，希望提供帮助

matlab独立成份分析工具箱。 独立分量分析 ( Independent Component Analy2sis , ICA) 是由Herault和Jutte在1983年提出,该方法不依赖与源信号类型相关的详细知识或信号传输系统特性的精确辨识,以非高斯源信号为研究对象，在统计独立的假设下，对多路观测到的混合信号进行盲信号分离，是一种有效的冗余取消技术,被广泛应用于盲源分离( blind source separation BSS)、特征提取和盲解卷、生理学数据分析语 音信号处理、图像处理及人脸识别等领域。该方法根据代价函数的不同,可以得 到不同的ICA算法,如信息最大化(infomax)算法、FastICA算法、最大熵( M E)和最小互信息( MM I)算法、极大似然(ML)算法等。

基于负熵最大化的FastICA原理，算法和例子

这个是由芬兰人提出的FastICA算法，我编写了一个主函数，名字叫zhuhanshu.m,打开后，可以调用其他程序，查看盲源分离的结果