陈天平;马士钊 主成分计算的修正自然功率法。 （英语） Zbl 1222.93068号 前面。数学。中国 1，第2期，234-251（2006）. 摘要：提出了一种改进的自然功率法（NP），用于快速估计和跟踪向量序列的主特征向量。它是自然幂方法的扩展，因为它是获得主特征向量的解决方案，而不仅仅是跟踪主子空间的解决方案。与Oja方法、投影近似子空间跟踪（PAST）方法和新信息准则（NIC）方法等基于幂次的方法相比，修正自然幂法（MNP）具有最快的收敛速度，并且在每次迭代时只需（O（np）次计算即可实现，其中是向量序列的维数，（p）是主子空间的维数或主特征向量的数目。此外，与MALASE和OPERA等一些非幂函数方法相比，它保证了全局和指数收敛。 MSC公司： 93B40码 系统理论中的计算方法（MSC2010） 93二氧化碳 控制理论中的线性系统 关键词：PCA公司;MCA公司;基于电源;指数收敛的 PDF格式BibTeX公司 XML格式引用 \textit｛T.-P.Chen｝和\textit｛S.-Z.Ma｝，正面。数学。中国1，第2号，234--251（2006；Zbl 1222.93068） 全文： 内政部 参考文献： [1] Comon P.和Golub G.H.，跟踪信号处理中的一些极端奇异值和向量，美国电气与电子工程师协会，1990，78（8）：1327–1343·数字对象标识代码：10.1109/5.58320 [2] Oja E.，作为主成分分析仪的简化神经元模型，J.Math。生物学，1982，15:267–273·Zbl 0488.92012号 ·doi:10.1007/BF00275687 [3] Kung S Y.，Diamantaras K.I.和Taur J.S.，自适应主成分提取（APEX）及其应用，IEEE Trans on Signal Processing，1994，42（5）：1202–1217·doi:10.1109/78.295198 [4] Yan W.Y.，Helmke U.，Moore J.B.，神经网络Oja流的全局分析，IEEE Trans on neural networks，1994，5（5）：674–683·数字对象标识代码：10.1109/72.317720 [5] 陈涛，华毅，颜伟，用于主成分提取的Oja子空间算法的全局收敛性，IEEE Trans on Neural Networks，1998，9（1）：58–67·数字对象标识代码：10.1109/72.655030 [6] 徐磊，自组织神经网络的最小均方误差重构原理，神经网络，1993，6:627-648·doi:10.1016/S0893-6080（05）80107-8 [7] Yang B.，投影近似子空间跟踪，IEEE信号处理Trans，1995，43（1）：95–107·数字对象标识代码：10.1109/78.365290 [8] 缪毅，华毅，基于新信息准则的快速子空间跟踪和神经网络学习，IEEE Trans-on Signal Processing，1998，46（7）：1967–1979·数字对象标识代码：10.1109/78.700968 [9] Golub G.H.和Van Loan C.F.，矩阵计算，马里兰州巴尔的摩：约翰霍普金斯大学出版社，1989年·Zbl 0733.65016号 [10] Hua Y.，Xiang Y.，Chen T.，Abed-Meraim K.和Miao Y.，《快速子空间跟踪的功率法新论》，数字信号处理，学术出版社（缩写见IEEE信号处理神经网络研讨会，1999年4月），1999年10月 [11] Riou C.和Chonavel T.，快速自适应特征值分解：最大似然法，Proc。IEEE ICASSP’97，1997：3565–3568 [12] MacInnes C.S.，使用算子限制分析的快速准确子空间跟踪，Proc。IEEE ICASSP’98，1998:1357–1360 [13] 陈天平、阿玛瑞·S、林奇，主成分和次成分提取的统一方法，神经网络，1998，11:385–390·doi:10.1016/S0893-6080（98）00004-5 [14] 杨斌，投影近似子空间跟踪，IEEE Trans-on信号处理，1995，43（1）：95–107·数字对象标识代码：10.1109/78.365290 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。