未找到相关数据
一种用于PCA与MCA的神经网络学习算法
被引：2
作者：
王哲，李衍达，罗发龙
机构：
[1] 清华大学自动化系
来源：
关键词：
神经网络，主元分析（PCA），次元分析（MCA），学习算法，特征矢量;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
主元分析（ＰＣＡ）和次元分析（ＭＣＡ）是用于特征提取、数据压缩、频率估计、曲线拟合等信号处理的基本技术．以神经网络来实现ＰＣＡ和ＭＣＡ是当今研究的一大热点，相关矩阵Ｒ的特征值重数不为１时的主、次元分析则是其中一大难题．本文提出了一种新的学习算法，使得在输入数据的相关矩阵含多重特征值时，网络权重矢量亦收敛于相关矩阵的单位正交特征矢量
引用
收藏
页码：12 / 16
页数：5
相关论文