基于RBF神经网络的非线性主元分析新方法

• 作者: 牛大鹏 王福利 贾明兴 赵春晖
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 非线性主成分分析 RBF神经网络 得分 负载
• 年，卷（期）: 2007,（24）
• 所属期刊栏目: 人工智能与仿真
• 页码范围: 5684-5687
• 页数: 4页
• 分类号: TP277
• 字数: 3296字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2007.24.020

摘要

在分析非线性主元曲线性质基础上,提出了非线性负载是变量X的函数,基于此,设计非线性负载RBF神经网络结构,给出了随机梯度下降算法.提出的非线性主成分分析方法与以往方法比较,得分和负载在概念上具有和线性主成分分析相同的解释,在结构上较为简单,解决了缺乏训练数据问题,训练容易.与线性主成分分析的对比仿真验证了提出方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾明兴	教育部流程工业综合自动化重点实验室信息科学与工程学院	1	9	1.0	1.0
2	牛大鹏	教育部流程工业综合自动化重点实验室信息科学与工程学院	1	9	1.0	1.0
3	王福利	教育部流程工业综合自动化重点实验室信息科学与工程学院	1	9	1.0	1.0
4	赵春晖	教育部流程工业综合自动化重点实验室信息科学与工程学院	1	9	1.0	1.0