IFA在知识可增殖神经网络中的应用

• 作者: 罗四维 赵嘉莉
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: 神经网络 独立分量分析 EM算法
• 年，卷（期）: 2001,（z1）
• 页码范围: 19-22
• 页数: 4页
• 分类号: TP183
• 字数: 2327字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-8360.2001.z1.005

摘要

独立分量分析(ICA)将混合信号看作是相互独立的源信号的线性组合,近年来引起了神经计算和信号处理领域专家的重视.本文提出一种新的基于独立特征分析的知识可增殖人工神经网络模型,从而进一步完善了ICA的功能、增强了嵌入的独立学习人工神经网络功能的完备性.并且针对知识可增殖人工神经网络的要求提出相应的扩展EM算法,增加了运算速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗四维	北方交通大学计算机科学技术系	33	194	9.0	13.0
2	赵嘉莉	北方交通大学计算机科学技术系	5	46	3.0	5.0