次成分分析神经网络方法

次成分分析神经网络是一种自动迭代求取输入数据自相关矩阵的次成分方法,近十年来在国际上得到广泛深入的研究。本文将次成分学习算法归纳为普通发散、突然发散、动态发散、数值发散和自稳定特性等四种发散现象和一种特性来分析,并指出了该领域存在的问题和下一步发展趋势,为神经网络次成分分析理论奠定了理论基础。