软件截图:
在一个任务，例如面部识别，许多重要的信息可以包含在所述图像中的像素之间的高次关系。若干面部识别算法采用主成分分析（PCA），它是基于该图像集的二阶统计，并没有解决高阶统计相关性，如三个或三个以上的像素的关系。独立分量分析（ICA）是主成分分析的概括，其将输入的高次矩除了二阶矩。 ICA是通过从通过S形的神经元的最佳信息传输的原理导出的无监督学习算法在一组面部图像执行的。该算法最大化的输入和输出，从而产生在某些情况下在统计上独立的输出之间的互信息。 。ICA代表优于基于主成分分析识别跨会话和变化的面孔表情交涉
要求：
Matlab的
评论没有发现