查明异常元素与元素组合是应用地球化学解决基础地质、成矿以及矿产资源评价问题的重要基础，通常采用直接对比法和统计分析法来解决这一问题，前者通过对比成矿带地球化学场元素组合高含量区与矿化体的分布来确定引起元素组合高含量区的地质成因；后者通过统计学方法研究元素组合的地质意义，二者虽然都具有一定的指示意义，但随着矿产勘查程度的不断提高，地表露头矿和浅部矿越来越少，这些传统方法已经无法满足难识别矿床、隐伏矿床勘查的实际需求，导致矿产资源预测和找矿工作面临着新技术、新方法、新理论的创新与应用等问题。独立分量分析（ICA)是近年来在信号分析与处理领域发展起来的一种新方法，该方法以非正态分布的高阶统计量作为研究对象，以寻求统计上独立的非高斯的数据线性变换为目的，这种算法特征恰恰符合地球化学元素分布的高度非线性，这是将其应用于地球化学数据处理的基本前提。本论文在独立分量分析典型算法FastICA的基础上，对独立分量分析模型进行重建使其成为符合地球化学元素组合特征的数学模型。通过将待分析的单元素采样数据变换为符合该模型的“混合信号”；经数据预处理后，利用负熵最大化确定目标函数，并使用牛顿迭代算法获取最优值；最后，在已知“分离矩阵”与“混合矩阵”的基础上，进行反变换和相关处理以获取“能量最大”的元素组合。通过与传统方法对比的结果来看，由FastICA反演模型得到的地球化学成矿元素组合更符合研究区地质实际，由此显示出了其在挖掘、分析以及处理地化数据中蕴含的高阶统计信息方面的潜在能力。