PCA（主成分分析）算法被广泛应用于工程和科学研究中，本报告主要从PCA的基本结构和基本原理对其进行研究，常规的PCA算法主要采用线性算法，通过研究论证发现线性的PCA算法存在着许多不足，比如线性PCA算法不能从线性组合中把独立信号成分分离出来，主分量只由数据的二阶统计量—自相关阵确定，这种二阶统计量只能描述平稳的高斯分布等，因此必须对其进行改进，经改进后的PCA算法有非线性PCA算法、鲁棒算法等。我们通过PCA算法在直线（平面）中拟和的例子说明了PCA在工程中的应用。本例子采用的是成分分析中的

经典的独立成分分析算法(Fast算法)，适合独立成分分析的初学者，GUI界面简单明了

Java语言是一个简单的、面向对象的、分布的、解释（执行）的、健壮的、安全的、独立于平台的、可移植的、可扩展的、高性能的、多线程的以及动态的程序设计语言。Java是由C++发展而来的，它是一种彻底的纯面向对象的程序设计语言。面向对象的语言四大特点：1.封装 2.继承 3.多态 4.动态。面向对象技术较好地适应了当今软件开发过程中新出现的种种传统面向过程语言所不能处理的问题。面向对象技术的核心是以更接近于人类思维的方式建立计算机逻辑模型，它利用类和对象的机制将数据与其上的操作封装在一起，并通过统