一种用于降维和盲源分离的主独立元神经网络

• 作者: 王宏 郭振华
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 主元分析 主独立元神经网络 降维 盲源分离 Renyi熵
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 239-242
• 页数: 4页
• 分类号: TP39|TP14|O23
• 字数: 3337字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2004.03.001

摘要

经典主元分析和主元神经网络常以主元所能提取总的系统方差来确定主元数目,这隐含假设系统数据是高斯分布,所提取的主元之间相互无关,但不一定相互独立,从而难以实现非高斯系统数据的降维和信源分量.针对非高斯随机系统数据的降维和信源分离问题,提出一种基于二阶Renyi近似熵指标的主独立元神经网络,并给出熵的近似计算方法及相应的梯度学习算法.仿真实验证明,该主独立元网络不仅能对数据降维压缩,还能有效地分离出普通主元分析法所不能提取的独立信源信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏	中国科学院自动化研究所	143	1658	22.0	34.0
2	郭振华	华中科技大学机械科学与工程学院	10	49	5.0	6.0