一种基于分级输入训练神经网络的非线性主元分析

• 作者: 刘飞 徐保国 赵忠盖
• 来源期刊: 信息与控制
• 关键词: 非线性主元分析 分级输入自调整神经网络 主元个数 主元顺序
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 656-659
• 页数: 4页
• 分类号: TP206.3
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2005.06.004

摘要

基于输入训练神经网络的非线性主元分析(PCA)能够有效地提取过程变量的非线性主元,但是存在主元的个数不能通过网络训练确定,且各个主元重要程度在神经网络中无法区分等缺点,本文提出一种分级输入自调整神经网络,并进一步提出基于此网络的非线性PCA,通过多级输入自调整神经网络,将主元按顺序找出,且根据主元对过程数据的预测误差定量地确定出主元的个数,克服了上述缺点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐保国	江南大学自动化研究所	277	2198	22.0	30.0
2	刘飞	江南大学自动化研究所	236	964	13.0	17.0
3	赵忠盖	江南大学自动化研究所	49	218	9.0	12.0