学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
主成分分析及算法
被引:45
作者
:
李玉珍
论文数:
0
引用数:
0
h-index:
0
机构:
苏州大学计算机科学与技术学院
李玉珍
王宜怀
论文数:
0
引用数:
0
h-index:
0
机构:
苏州大学计算机科学与技术学院
王宜怀
机构
:
[1]
苏州大学计算机科学与技术学院
[2]
苏州大学计算机科学与技术学院 江苏苏州
[3]
江苏苏州
来源
:
苏州大学学报(自然科学版)
|
2005年
/ 01期
关键词
:
主成分分析;
神经网络;
学习率;
算法;
D O I
:
暂无
中图分类号
:
O211 [概率论(几率论、或然率论)];
O241 [数值分析];
学科分类号
:
020208 ;
070103 ;
0714 ;
070102 ;
摘要
:
以主成分分析(PCA)特征结构的理论分析为基础,分别从神经网络和向量量化器两个不同的角度给出了最大主成分线的算法实现和比较,并由此讨论了HEBB算法对学习率的依赖和敏感度.
引用
收藏
页码:32 / 36
页数:5
相关论文
未找到相关数据
未找到相关数据