多重最小成分的神经网络算法及其在曲线拟合中的应用 |
| |
引用本文: | 董天信,姜玉英,徐宗本. 多重最小成分的神经网络算法及其在曲线拟合中的应用[J]. 西安交通大学学报, 2003, 37(2): 205-207 |
| |
作者姓名: | 董天信 姜玉英 徐宗本 |
| |
作者单位: | 西安交通大学理学院,710049,西安 |
| |
摘 要: | 讨论了空间曲线的拟合问题与多重最小成分抽取问题的等价性,提出了多重最小成分抽取的无导师,自适应神经网络学习算法,该算法为Oja算法的一种改进,没有任何附加条件,数学分析的结果表明,该算法是一种高效,可靠的多重最小成分的抽取方法,特别可用于空间曲线的拟合。
|
关 键 词: | 神经网络 最小成分分析 空间曲线拟合 自适应学习算法 最小成分抽取 Oja算法 |
文章编号: | 0253-987X(2003)02-0205-03 |
修稿时间: | 2002-05-30 |
Unsupervised Learning Algorithm for Space-Curve Fitting Based on Multiple Minor Components Analysis |
| |
Abstract: | |
| |
Keywords: | minor component analysis space-curve fitting adapive learning rule |
本文献已被 CNKI 维普 万方数据 等数据库收录! |