1、对观测数据进行中心化，； 2、使它的均值为0，对数据进行白化—>Z； 3、选择需要估计的分量的个数m，设置迭代次数p<-1 4、选择一个初始权矢量（随机的W，使其维数为Z的行向量个数）； 5、利用迭代W(i,p)=mean(z(i,:).*(tanh((temp) *z)))-(mean(1-(tanh((temp)) *z).^2)).*temp(i,1)来学习W （这个公式是用来逼近负熵的） 6、用对称正交法处理下W 7、归一化W(:,p)=W(:,

为对图像的缺损部分进行快速自动修复, 提出了一种基于曲率驱动修复模型的快速图像修复算法。曲率驱动修复模 型由于引入了曲率项, 使其偏微分方程为高阶, 修复时需要数值求解偏微分方程, 大量迭代运算导致修复速度非常缓慢。为 加快修复速度, 算法将模型的偏微分方程数值化, 进一步改造成加权平均形式, 利用邻近已知像素直接合成损坏像素, 加权 系数由曲率和梯度共同确定, 使修复按照图像等照度线方向进行, 在曲率大的地方将等照度线拉伸, 同时由待修复点邻域内 已知像素的梯度方差确定修复次序