-
题名一种用于PCA与MCA的神经网络学习算法
被引量:6
- 1
-
-
作者
王哲
李衍达
罗发龙
-
机构
清华大学自动化系
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
1996年第4期12-16,共5页
-
基金
攀登计划资助
国家自然科学基金
-
文摘
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。
-
关键词
神经网络
主元分析
次元分析
学习算法
特征矢量
-
Keywords
neural networks,principal component analysis(pca),minor component analysis(mca),learning algorithm,eigenvectors
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名通信侦察中基于神经网络的伪码序列估计
被引量:1
- 2
-
-
作者
赵德芳
张天骐
侯瑞玲
庞统
-
机构
重庆邮电大学信号与信息处理重庆市重点实验室
-
出处
《现代防御技术》
北大核心
2010年第6期85-91,共7页
-
基金
国家自然科学基金项目(61071196)
国家自然科学基金——中物院NSAF联合基金项目(10776040);教育部新世纪优秀人才支持计划(NCET-10-0927);信号与信息处理重庆市市级重点实验室建设项目(CSTC,2009CA2003);重庆市自然科学基金项目(CSTC,2009BB2287)的资助.
-
文摘
针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,以使神经网络最终达到较好的稳态收敛。理论分析和仿真结果表明,本方法能在较低信噪比的情况下对较长伪码进行准确的估计。
-
关键词
通信侦察
无监督神经网络
主分量分析
自适应变步长学习算法
直接序列扩频信号
伪码序列
-
Keywords
signal reconnaissance
unsupervised neural network
principal components analysis (pca)
adaptive variable step-size learning algorithm
direct sequence spread spectrum signal
pseudo noise(PN) sequence
-
分类号
TN911
[电子电信—通信与信息系统]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名特征向量计算的神经网络方法
被引量:2
- 3
-
-
作者
赵占芸
沈世镒
跃虎
-
机构
南开大学数学系
南京理工大学应用数学系
-
出处
《应用数学学报》
CSCD
北大核心
2000年第2期233-239,共7页
-
基金
国家自然科学基金
国家教委博士点基金
+1 种基金
博士后基金
国家科委攀登计划认知科学(神经网络)重大关键项目资助
-
文摘
矩阵特征向量计算在实际问题中有着广泛应用.本文采用神经网络计算方法来研究主元分析(PCA)和次元分析(MCA)问题.我们首先考虑单神经元的情况(p=1),给出了求矩阵最大特征元和最小特征元的算法.然后对多神经元情形(p>1),给出了抽取矩阵主元和次元的算法.和目前许多已知的算法不一样,在我们PCA的算法中改变矩阵的负号就能够得到MCA问题的解.
-
关键词
神经网络
学习算法
特征向量
矩阵
计算
-
Keywords
neural network, fearing algorithm, principal component analysis (pca), minor component analysis (mca)
-
分类号
O241.6
[理学—计算数学]
TP18
[自动化与计算机技术—控制理论与控制工程]
-