基于广义能量函数的快速自适应主分量提取

摘要：

通过引入一个任意对角矩阵,提出了一种广义能量函数(GEF)来优化一个两层线性神经网络的连接权矢量,推导出一种递归最小二乘(RLS)算法,不需要设计非对称电路,即能并行提取一个输入协方差矩阵的多个主分量.分析了算法在平衡点的局部稳定性能.实验结果表明该算法具有收敛快、稳健性好等优点.

关键词：线性神经网络、主分量分析、广义能量函数、递归最小二乘算法、稳定性分析

所属期刊栏目：33

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60172011,69831040;广西自然科学基金gzk0007011;全国高等学校优秀博士学位论文作者专项基金

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9页

页码：536-544