基于误差模型的自适应鲁棒主成分分析

• 作者: 夏绍玮 王松
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 主成分分析(PCA) 自适应鲁棒PCA 劣点 神经网络 极大似然估计
• 年，卷（期）: 1999,（4）
• 所属期刊栏目: 短文
• 页码范围: 528-531
• 页数: 4页
• 分类号: TP2
• 字数: 1725字
• 语种: 中文

摘要

研究了改善主成分分析(PCA)算法鲁棒性的一种实现途径.通过对误差函数的建模分析,得到一种改进的目标函数.提出一种新的在线自适应式的鲁棒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.从而在迭代训练中对"劣点"样本加以适当处理来排除对运算精度和收敛性的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王松	清华大学自动化系	26	159	8.0	12.0
2	夏绍玮	清华大学自动化系	18	208	9.0	14.0