| 基于单层网络的自组织的鲁棒主成分分析(PCA)算法 |
| |
| 引用本文： | 王松,夏绍玮.基于单层网络的自组织的鲁棒主成分分析(PCA)算法[J].清华大学学报(自然科学版),1997(7). |
| |
| 作者姓名： | 王松 夏绍玮 |
| |
| 作者单位： | 清华大学自动化系 |
| |
| 摘 要： | 为提高工程图识别中基于主成分分析（ＰＣＡ）的特征提取的精度，讨论了ＰＣＡ鲁棒性问题的两种提法。通过对能量函数的修正，提出一种新的在线自组织式的鲁棒ＰＣＡ运算规则。该方法基于单层线性神经网络（ＮＮ）结构，但是权值的训练算法是非线性的。该鲁棒ＰＣＡ算法能够在运行过程中自动地识别样本集之中的“劣点”，从而在迭代训练中加以适当处理来排除对运算精度和收敛性的影响。通过对比仿真实验结果表明，鲁棒ＰＣＡ算法较之传统的基于特征值分解的统计分析法和各种简单的线性自组织ＰＣＡ算法在鲁棒性上有了较大的改善
|
| 关 键 词： | 主成分分析 鲁棒主成分分析 劣点 人工神经网络 |
Self organizing algorithm of robust PCA based on single layer NN |
| |
| Wang Song,Xia Shaowei.Self organizing algorithm of robust PCA based on single layer NN[J].Journal of Tsinghua University(Science and Technology),1997(7). |
| |
| Authors: | Wang Song Xia Shaowei |
| |
| Institution: | Wang Song,Xia Shaowei Department of Automation,Tsinghua University,Beijing 100084 |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
