埃泽基尔·洛佩斯·鲁比奥;何塞·穆尼奥斯·佩雷斯;何塞·安东尼奥·戈梅斯·鲁伊斯 主成分分析自组织映射。 (英语) Zbl 1121.68381号 神经网络。 17,第2期,261-270(2004). 摘要:我们提出了一种新的自组织神经模型,用于进行主成分分析。它也与自适应子空间自组织映射(ASSOM)网络有关,但其训练方程更简单。实验结果表明,新模型的性能优于ASSOM网络。 引用于1文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 68周05 非数值算法 关键词:自我组织;自适应子空间自组织映射;主成分分析;竞争性学习;无监督学习;地形图;模式识别;语音处理 软件:UCI-毫升 PDF格式BibTeX公司 XML格式引用 \textit{E.López-Rubio}等人,神经网络。17,第2号,261--270(2004;Zbl 1121.68381) 全文: DOI程序 参考文献: [1] 负荷,R.L。;Faires,J.D.,数值分析(1993),PWS-Kent出版公司:PWS-Kett出版公司,马萨诸塞州波士顿·Zbl 0788.65001号 [2] 德萨,V.R。;Ballard,D.H.,通过多模态感知进行分类学习,神经计算,10,5,1097-1117(1998) [3] 弗莱瑞特,F。;Brunet,E.,《数据包络分析:目标规划和分类的架构》,神经计算,1987-2008年第12、9期(2000年) [4] Friedman,J.H.,探索性投影追求,《美国统计协会杂志》,82397249-266(1987)·Zbl 0664.62060号 [5] Fukushima,K.,移位感受野的自组织,神经网络,12,6,791-802(1999) [6] Higuchi,I。;Eguchi,S.,用自组织规则进行主成分分析的影响函数,神经计算,10,6,1435-1444(1998) [7] Hyvarinen,A.,独立成分分析调查,神经计算调查,294-128(1999) [8] Kohonen,T.,《自组织映射》,IEEE学报,781464-1480(1990) [9] Kohonen,T.,自适应子空间SOM(ASSOM)及其在实现不变特征检测中的应用,(Fogelman-Soulié,F.;Galniari,P.,ICANN’95会议论文集,人工神经网络国际会议,巴黎:EC2和Cie,第1卷(1995)),3-10 [10] Kohonen,T.,自适应子空间SOM中不变量特征检测器的出现,生物控制论,75,281-291(1996)·Zbl 0861.92001号 [11] Kohonen,T。;Kaski,S。;Lappalainen,H.,自适应子空间SOM中各种不变量特征滤波器的自组织形成,神经计算,9,6,1321-1344(1997) [12] Lewicki,M.S。;Sejnowski,T.J.,《学习过完备表示法》,神经计算,12,2,337-365(2000) [13] Likas,A.,在线聚类的强化学习方法,神经计算,11,8,1915-1932(1999) [14] Murphy,P.M(2001)。机器学习数据库和领域理论的UCI知识库[在线]。可用:网址:http://www.ics.uci.edu/(mlearn/MLRepository.html。访问日期:2001年3月;Murphy,P.M(2001)。机器学习数据库和领域理论的UCI知识库[在线]。可用:网址:http://www.ics.uci.edu/(mlearn/MLRepository.html。访问日期:2001年3月。 [15] Oja,E.,主成分、副成分和线性神经网络,神经网络,5927-935(1992) [16] Okajima,K.,由相互信息最大化导出的二维Gabor型感受野,神经网络,11,3,441-447(1998) [17] Okajima,K.,Gabor函数从输入本地信号中提取最大信息,神经网络,11,3,435-439(1998) [18] Ruiz del Solar,J.,TEXSOM:使用自组织映射的纹理分割,神经计算,21,1-3,7-18(1998)·Zbl 0917.68176号 [19] Ruiz del Solar,J。;Köppen,M.,基于自动生成定向过滤器的纹理分割体系结构,微电子系统集成杂志,5,1,43-52(1997) [20] Subba Reddy,N.V。;Nagabhushan,P.,无约束手写数字识别的三维神经网络模型:一种新方法,模式识别,31511-516(1998) [21] Van Hulle,M.M.,地形图的忠实表示,神经网络,12,6,803-823(1999) [22] 徐,L。;Kryzyzak,A。;Oja,E.,Rival惩罚竞争学习的聚类分析、RBF网络和曲线检测,IEEE神经网络学报,4,4,636-649(1993) [23] 张,B。;Fu,M。;严,H。;Jabri,M.A.,通过自适应子空间自组织映射(ASSOM)进行手写数字识别,IEEE神经网络汇刊,10,4,939-945(1999) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。