基于PCA网络的快速子空间分解及其维数估计

• 作者: 盖江伟 赵拥军 金美娜
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 子空间分解 主分量分析 人工神经网络 波达方向
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 传输
• 页码范围: 51-53
• 页数: 3页
• 分类号: TN911.72
• 字数: 3072字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2009.01.019

摘要

提出了一种基于主分量分析(PCA)神经网络实现子快速子空间分解及其维数估计的新方法.该方法不需要估计数据协方差矩阵和特征值分解,只需将阵列数据输入到PCA网络,通过网络权值的无监督自组织迭代即可同时完成子空间分解及其维数估计.因此该方法具有运算量小和复杂度低的特点,易于实时处理.计算机仿真验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵拥军		99	663	14.0	19.0
2	金美娜		2	14	2.0	2.0
3	盖江伟		2	14	2.0	2.0