IFA在知识可增殖神经网络中的应用

摘要：

独立分量分析(ICA)将混合信号看作是相互独立的源信号的线性组合,近年来引起了神经计算和信号处理领域专家的重视.本文提出一种新的基于独立特征分析的知识可增殖人工神经网络模型,从而进一步完善了ICA的功能、增强了嵌入的独立学习人工神经网络功能的完备性.并且针对知识可增殖人工神经网络的要求提出相应的扩展EM算法,增加了运算速度.

关键词：神经网络、独立分量分析、EM算法

所属期刊栏目：23

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金69973002

在线出版日期：2004-01-08（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：19-22