Stiefel 流形上沿测地线搜索的自适应主（子）分量分析对偶学习算法

• 作者: 刘力军 孟佳娜 马玉梅
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 主分量分析 子分量分析 对偶学习 紧致Stiefel流形
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 1-5,11
• 页数: 6页
• 分类号: TP391
• 字数: 4068字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.1.2013.026

摘要

神经网络在线提取子分量并不成功。基于 Oja-Brockett-Xu 并行神经网络拓扑结构，通过紧致 Stiefel 流形上加权 Rayleigh 商目标函数的优化框架，提出一个通过改变搜索方向并行提取主分量和子分量的自适应对偶学习算法。在正交矩阵群上采用基于右平移不变的 Killing 度量，通过在单位元处基于指数映射的测地线搜索，得到Stiefel 流形上主（子）分量分析的对偶学习算法，提出的算法通过简单的变换步长参数符号，从主分量分析切换至子分量分析，权值矩阵在任意迭代时刻保持正交归一性。数值仿真验证了该算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马玉梅	大连民族学院理学院	15	93	5.0	9.0
2	刘力军	大连民族学院理学院	13	16	2.0	3.0
3	孟佳娜	大连民族学院计算机科学与工程学院	23	79	6.0	7.0