一种用于降维和盲源分离的主独立元神经网络

摘要：

经典主元分析和主元神经网络常以主元所能提取总的系统方差来确定主元数目,这隐含假设系统数据是高斯分布,所提取的主元之间相互无关,但不一定相互独立,从而难以实现非高斯系统数据的降维和信源分量.针对非高斯随机系统数据的降维和信源分离问题,提出一种基于二阶Renyi近似熵指标的主独立元神经网络,并给出熵的近似计算方法及相应的梯度学习算法.仿真实验证明,该主独立元网络不仅能对数据降维压缩,还能有效地分离出普通主元分析法所不能提取的独立信源信息.

关键词：主元分析、主独立元神经网络、降维、盲源分离、Renyi熵

所属期刊栏目：19

分类号：TP39;TP14;O23(计算技术、计算机技术)

资助基金：国家自然科学基金60274020;海外杰出青年科学基金60128303

在线出版日期：2004-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：239-242