朱哈·卡胡宁;佩特里·帕朱宁;埃尔基·奥贾 盲源分离中的非线性PCA准则:与其他方法的关系。 (英语) Zbl 0911.68158号 神经计算 22,编号1-3,5-20(1998). 小结:我们给出了盲源分离中非线性主成分分析(PCA)准则的新结果。我们推导出的准则形式允许与其他BSS和独立成分分析(ICA)对比函数(如累积量、Bussgang准则和信息论对比)进行简单比较。这阐明了如何最佳选择非线性。我们还讨论了非线性PCA学习规则与Bell-Sejnowski算法和自适应EASI算法的联系。此外,我们还表明,使用最小二乘法可以最小化非线性PCA准则,从而产生计算效率高、收敛速度快的算法。本文表明,非线性PCA是推导各种盲信号处理算法的通用起点。 引用于5文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 关键词:主成分分析;盲源分离;自适应EASI算法 PDF格式BibTeX公司 XML格式引用 \textit{J.Karhunen}等人,《神经计算》22,No.1--3,5--20(1998;Zbl 0911.68158) 全文: 内政部 链接