核ICA的工具箱，用于独立分分量分析，盲源信号分离（BSS）-nuclear ICA toolbox for independent sub-component analysis, Blind Source Separation (BSS)

通过基于负熵和牛顿迭代方法的fastica算法实现了随机产生的非高斯独立成分混合后矩阵的盲源分离-By FastICA and Matlab,implementint BSS.

该文件为matlab文件，功能是CIA算法的实现，使用自适应迭代的方法实现全盲信源的自动分离。-This is a matlab file, the function of the CIA algorithm using adaptive iteration method automatically blind source separation (BSS).

独立向量分析（IVA）是对独立成分分析（ICA）算法的一种扩展，将ICA中的单变量成分扩展为多维变量成分，可有效避免卷积盲源分离过程中的排序模糊性问题。-Independent vector analysis (IVA), a multivariate extension of independent component analysis, tackles the convolutedly mixed blind source separation (BSS) problem in a wa

用于盲辨识的非线性动力因素分析，可用于PCA和BSS的非线性动态状态空间模型。-Nonlinear dynamic analysis of the factors used to blind identification can be used nonlinear dynamic state-space model of PCA and BSS.