基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
次成分分析是信号处理领域内一项重要的分析工具.目前,多维次成分并行提取算法数量稀少,而且现有的算法在应用时还存在很多限制条件.针对上述问题,在分析研究O JAm次子空间跟踪算法的基础上,采用加权矩阵法提出了一种多维次成分提取算法,并采用递归最小二乘法对所提算法进行了简化,最后采用李雅普诺夫函数法确定了所提算法的全局收敛域.相比现有算法,所提算法对信号的特征值大小没有要求,也不需要在迭代过程中进行模值归一化操作,同时算法具有较低的计算复杂度.仿真实验表明:所提算法能够并行提取多维次成分,而且收敛速度要优于现有同类型算法.
推荐文章
一个多目标优化演化算法的收敛性分析框架
多目标优化
演化算法
Pareto前沿
收敛性
有限马尔科夫链
并行遗传算法收敛性分析及优化运算
粗粒度并行遗传算法
有限时齐遍历马尔柯夫链
收敛
TSP
遗传算法的收敛性研究
遗传算法
全局收敛性
自适应遗传算法
并行遗传算法
小生境遗传算法
PSO算法全局收敛性分析
PSO算法
随机优化算法
全局收敛性
全局最优解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一个多维次成分并行提取算法及其收敛性分析
来源期刊 自动化学报 学科
关键词 多维次成分 递归最小二乘 OJAm算法 李雅普诺夫函数
年,卷(期) 2019,(2) 所属期刊栏目 短文
研究方向 页码范围 427-433
页数 7页 分类号
字数 7111字 语种 中文
DOI 10.16383/j.aas.2018.c170343
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘刚 23 17 3.0 3.0
2 郑建飞 11 36 3.0 5.0
3 何兵 14 18 3.0 3.0
4 董海迪 7 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (0)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多维次成分
递归最小二乘
OJAm算法
李雅普诺夫函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导