实际应用中ICA方法的一些预处理和算法的选择

预处理

低通滤波
滑动平均
优点：可以很有效地消除一些噪声
缺点：低通滤波的一个可能的问题是它减少了数据中的信息，是的独立性降低。
note：考虑因果性，一般在平均值不考虑当前时间点之后的数据点。
高通滤波
差分法
适用于具有缓慢变化的趋势或波动的时间序列数据。
优点：能够很好地增大独立性。
缺点：能够增加噪声。

算法的选择

至少在理论上，ICA的大多数估计原则和目标函数是等价的。

1. 在选择symmetric和hierarchical decorrelation上，大多数情况下是选择前者的（并行估算ICs）。当我们只想估计非常有限数量的ICs，以及其他特殊情况时，后者（deflation）可能会有用（具有累积估计误差的风险）。
2. 对于估计公式中非线性函数的选择，$tanh$函数对于FastICA方法来说就已经足够了。
3. 在on-line和batch algoorthms（off-line）上，毋庸置疑前者更好。