多重最小成分的神经网络算法及其在曲线拟合中的应用

• 作者: 姜玉英 徐宗本 董天信
• 来源期刊: 西安交通大学学报
• 关键词: 最小成分分析 空间曲线拟合 自适应学习算法
• 年，卷（期）: 2003,（2）
• 页码范围: 205-207
• 页数: 3页
• 分类号: O212.4
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2003.02.024

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐宗本	西安交通大学理学院	127	2204	23.0	43.0
2	董天信	西安交通大学理学院	4	13	2.0	3.0
3	姜玉英	西安交通大学理学院	2	11	2.0	2.0