{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,15]]，“日期-时间”：“2024-05-15T10:16:07Z”，“时间戳”：1715768167534}，“引用-计数”：39，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[2018,11]]，”日期-时间“：”2018-11-01T00:00Z“，”timestamp“：1541030400000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com//tdm\/userlicense\/1.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100000038”，“名称”：“自然科学与工程研究委员会”，“DOI-asserted-by”：“publisher”，“奖项”：[“RGPIN-2014-04252”]}，{“DI:”10.13039\/501100001809“，”名称“：“国家自然科学基金”，“DOI-asserted-by”：“publisher”，“adward”：[“11771099”]}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”Neurocomputing“]，“published-print”：{“date-parts”：[[2018,11]]}，”DOI“：”10.1016\/j.neucom.2018.07.064“，”type“：”journal-article“，”created“：{”date-part“：[”[2018,8,13]]，“日期-时间”：“2018-08-13T17:15:54Z”，“时间戳”：1534180554000}，“页面”：“79-87”，“更新策略”：“http://\\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“源”：“交叉引用”，“is-referenced-by-count”：5，“标题”：[“计算复杂对称矩阵主Takagi向量的自适应算法”]，“前缀”：“10.1016”，“卷”：“317”，”作者：[{“给定”：“Mao”林“，“family”：“Che”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Sanzheng”，“failment”：“Qiao”，“serquence”:“additional”，“filiation“：[]{”ORCID“：”http://\/ORCID.org\/00000-0001-6192-0546“，“authenticated-ORCID”：false，“givent”：“Yimin”，“家庭”：“Wei”，“序列”：“additionable”，“atriation”：“[]}]，“成员”：“78”，“reference”：[{“键”：“10.1016\/j.neucom.2018.07.064_bib0001”，“article-title”：“具有多值神经元的复杂值神经网络”，“volume”：“253”，“author”：“Aizenberg”，“year”：“2011”}，{“key”：”10.1016\/j.nucom.2018.07.0064_bib 0002“，”first page“：”1“，”article-title“：”Sur les matrixes hypohermitiens et Sur les matriques unitaires“，”volume“：“38”，“author”Autonne“，“年份”：“1915年”，“日志标题”：“里昂大学年鉴”}，{“密钥”：“10.1016\/j.neucom.2018.07.064_bib0003”，“doi-asserted-by”：“crossref”，“首页”：“63”，“doi”：“101016\/j.pnmrs.2003.08.001”，“文章标题”：《核磁共振化学交换》，“卷”：“43”，“作者”：“Bain”，“年份“2003”，“日记标题”：共振光谱“}，{”键“：“10.1016\/j.neucom.2018.07.064_bib0004”，“doi-asserted-by”：“crossref”，“first page”：“3”，“doi”：“10.1007\/s12591-010-0076-9”，“article-title”：“复值神经网络在时间尺度上的全局稳定性”，“volume”：”19“，“author”：“Bohner”，“year”：“2011”，“journal-title“：”Dif.Equ.Dyn.Syst.“}，{”key“10.1016”//j.neuc om.2018.07.064_bib0005“，“unstructured”：“P.Bouboulis，Wirtinger\u2019s calculation in general Hilbert spaces，arXiv-print arXiv:1005.5170（2010）。”}，{“issue”：“1”，“key”：“10.1016\/j.neucom.2018.07.064_bib0006”，“doi-asserted-by”：“crossref”，“first page”：”11“doi”：“101049\/ip-f-1.1983.0003”，”“article-title”：“复梯度算子及其在自适应阵列理论中的应用”，“volume”：“130”，“author”：“Brandwood”，“year”：“1983”，“journal-title”：“IEE Proc.F Commun.雷达信号处理”}，{“issue”：“1”，“key”：”10.1016\/j.neucom.2018.07.064_bib0007“，”doi-asserted-by“：”crossref“，”first page“41”，“doi”：“10.1016\/0377-0427（88）90386-X”，“article-ti tle“：“复对称矩阵的奇异值分解”，“卷”：“21”，“作者”：“Bunse Gerstner”，“年份”：“1988”，“期刊标题”：“J.Comput.Appl.Math.”}，{“key”：“10.1016\/J.neucom.2018.07.064_bib00008”，“doi asserted by”：“crossref”，“首页”：“373”，“doi”：“10.1109\/IJCNN.1989.118611”，“文章标题”：“基于约束线性Hebbian细胞梯度下降的主成分分析”，“author”：“Chauvin”，“year”：“1989”，“journal-title”：“Int.Symp.Neural Netw.”}，{“key”：“10.1016\/j.neucom.2018.07.064_bib0009”，“doi-asserted-by”：“crossref”，《首页》：“547”，“doi”：“101016\/j.cam.2016.12.022”，“article-title“：“计算复张量US和U特征对的迭代算法”，“体积”：“317”，“作者”：“Che”，“年份”：“2017年”，“期刊标题”：“J.Compute.Appl.Math.”}，{“问题”：“1”，“键”：“10.1016\/J.neucom.2018.07.064_bib0010”，“doi-asserted-by”：“crossref”，《首页》：“160”，“doi”：“101109\/72.977295”，“文章标题”：“The MCA EXIN neuron for The minor component analysis”，“volume”：“13”，“author”：“Cirrincine”，“year”：“2002”，“journal-title”：“IEEE Trans.Neural Netw.”}，{“issue”：“3”，“key”：”10.1016\/j.neucom.2018.064_bib0011“，”doi-asserted-by“：”crossref“，”first page“287”，“doi”：“10.1016\/0165-1684（94）90029-9”，“article-title“：“独立成分分析，新概念？”，“卷”：“36”，“作者”：“Comon”，“年份”：“1994”，“日志标题”：“信号处理”}，{“键”：“10.1016\/j.neucom.2018.07.064_bib0012”，“series-title”：“矩阵计算”，“author”：“Golub”，“年”：“2013”}：“复杂值神经网络：理论与应用”，“卷”：“5”，“作者”：“Hirose”，“年份”：“2003”}，{“问题”：“1”，“关键”：“10.1016\/j.neucom.2018.07.064_bib0014”，“doi-asserted-by”：“crossref”，“首页”：“246”，“doi”：“101137\/S08954798204192”，”文章标题“：“用于计算部分奇异值分解的隐式重新启动精细双对角化lanczos方法”，“volume”：“25”，“author”：“Jia”，“year”：“2003”，“journal-title”：“SIAM J.Matrix Anal.Appl.”}，{“issue”：“2”，“key”：”10.1016\/J.neucom.2018.07.64_bib0015“，”doi-asserted-by“：”crossref“，”first page“：”714“，“doi”：“10.1137\/080733383”，“文章标题”：“一种精细的谐波lanczos双对角化方法和一种隐式重新启动的算法，用于计算大矩阵的最小奇异三元组”，“卷”：“32”，“作者”：“Jia”，“年份”：“2010”，“期刊标题”：“SIAM J.Sci.Comput.”}，{“key”：“10.1016\/J.neucom.2018.07.064_bib0016”，“非结构化”：“K。Kreutz-Delgado，《复梯度算子与CR-calculus》，arXiv预印本arXiv:0906.4835（2009）。“}，{”issue“：”4“，”key“：”10.1016\/j.neucom.2018.07.064_bib0017“，”doi-asserted-by“：”crossref“，”first page“：“551”，”doi“：”101109\/TAC.1977.1101561“，”article-title“：”递归随机算法分析“，”volume“：：”22“，”author“：”Ljung“，”year“：”1977“，”journal-title”：“IEEE Trans.Autom.Control”}，”{“issue”：“2”，“键”：“10.1016\/j.neucom.2018.07.064_bib0018“，”doi-asserted-by“：”crossref“，”first page“：”291“，”doi“：”10.1016\/S0893-6080（96）00063-9“，“article-title”：“A minor component analysis algorithm”，“volume”：“10”，“author”：“Luo”，“year”：“1997”，“journal-title“：”Neural Netw。“}，{”issue“：”7“，”key“：”10.1016\/j.neucom.2018.07.064_bib0019“，”doi-asserted-by“：”crossref“，”first page“：“1967”，”doi“：”101109\/78.700968“，”article-title“：”基于新信息准则的快速子空间跟踪和神经网络学习“，”volume“：：”46“，”author“：”Miao“，“year”：“1998”，”journal-title：“IEEE Trans.Signal Process”}，”{“key”：“”10.1016\/j.neucom.2018.07.064_bib0020“，“series-title”：“复杂值神经网络：利用高维参数”，“author”：“Nitta”，“year”：“2009”}，{“issue”：“01”，“key”：“10.1016\/j.nuecom.2018.064_bib021”，“doi-asserted-by”：“crossref”，“first page”：”61“doi”：“101142\/S0129065789000475”，“article-title”：神经网络、主成分和子空间”，“卷”：“1”，“作者”：“Oja”，“年份”：“1989年”，“期刊标题”：“国际神经系统杂志”。“}，{”issue“：”01“，”key“：”10.1016\/j.neucom.2018.07.064_bib0022“，”doi-asserted-by“：”crossref“，”first page“：“927”，”doi“：”101016\/S0893-6080（05）80089-9“，“article-title”：“主成分、次成分和线性神经网络”，“volume”：“5”，“author”：“Oja”，“year”：“1992”，“journal-title“：”neural Netw.“}”，{“issue”：“1”，“键”：“10.1016\/j.neucom.2018.07.064_bib0023“，”doi asserted by“：”crossref“，”首页“：”69“，”doi“：”10.1016\/0022-247X（85）90131-3“，”文章标题“：”关于随机矩阵期望的特征向量和特征值的随机近似“，”卷“：”106“，”作者“：”Oja“，”年份“：”1985“，”期刊标题“：”j.Math。分析。申请。“}，{”issue“：”1“，”key“：”10.1016\/j.neucom.2018.07.064_bib0024“，”doi-asserted-by“：”crossref“，”first-page“：”11“，”doi“：”101016\/0893-6080（95）91644-9“，”article-title“：”Lyapunov函数用于主成分算法的收敛“，”volume“：“8”，“author”：“Plumbley”，“year”：“1995”，“journal-title”：“Neural Netw.”}，}“键“：”10.1016\/j.neucom.2018.07.064_bib0025“，“series-title”：“高级信号处理算法、体系结构和实现十五”，“首页”：“314”，“文章标题”：“复杂对称矩阵的块Lanczos三对角化”，“卷”：“5910”，“作者”：“乔”，“年份”：“2005”}，{“键”：“10.1016\/j.nucom.2018.07.0064_bib 0026”，“论文标题”：”复变函数理论”，“卷”：“122”，“作者”：“Remmert”，“年份”：“1991”}，{“键”：“10.1016\/j.neucom.2018.07.064_bib0027”，“文章-标题”：“单叶函数-选定主题”，“卷标”：“478”，“著者”：“Schober”，“年”：“1975”}ref“，”首页“：”2257“，”doi“：”10.1137 \/S1064827597327309“，”article-title“：”使用lanczos双对角化过程的低秩矩阵近似及其应用“，”volume“：”21“，”author“：”Simon“，”year“：”1999“，”journal-title”：“SIAM J.Sci。计算。“}，{”key“：”10.1016\/j.neucom.2018.07.064_bib0029“，”doi-asserted-by“：”crossref“，”first-page“：”83“，”doi“：”10.4099\/jjm1924.1.0_83“，“article-title”：“关于一个与carath\u00e9odory和fej\u00e 9r的解析定理有关的代数问题和Landau的一个联合定理”，“volume”：“1”，“author”：“Takagi”，“year”：“1924”，“journal”al标题“：”Jpn.j。数学。事务处理。文章摘要。“}，{”issue“：”4“，”key“：”10.1016\/j.neucom.2018.07.064_bib0030“，”doi-asserted-by“：”crossref“，”first page“：“344”，”doi“：”101016\/0021-9045（81）90102-7“，“article-title”：“复切比雪夫近似下误差曲线的近圆度”，“volume”：“31”，“author”：“Trefethen”，“year”：“1981”，“journal-title“：”j.近似理论“}，{“键”：“10.1016\/j.neucom.2018.07.064_bib0031“，“series-title”：“IEEE视觉、图像和信号处理会议记录”，“首页”：“380”，“文章-标题”：“复梯度和黑森”，“卷”：“141”，《作者》：“Van Den Bos”，“年份”：“1994”}，{“key”：“10.1016//j.neucom.2018.07.064_bip0032”，“doi-asserted-by”：“crossref”，”首页“333”，“doi”：“”10.1016\/0165-1684（93）90130-3“，“文章标题”：“基于最小方差估计和指数数据建模的增强分辨率”，“卷”：“33”，“作者”：“范·赫菲尔”，“年份”：“1993”，“日志标题”：《信号处理》。“}，{”issue“：”3“，”key“：”10.1016\/j.neucom.2018.07.064_bib0033“，“doi-asserted-by”：“crossref”，“first page”：“766”，“doi”：“10.1109\/TNNLS.2015.2513001”，“article-title”：“复值记忆递归神经网络的指数稳定性”，“volume”：”28“，”author“：”Wang“，”“year”：“2017”，“journal-title“：”IEEE Trans.neural Netw.Learn.Syst.“}，{”键“：”10.1016\/j.neucom.2018.07.064_bib0034“，”doi-asserted-by“：”crossref“，”first page“：”77“，”doi“：”10.1016\\j.neucomm.2016.10.034“，”article-title“：”复对称矩阵Takagi向量的复值神经网络“，”volume“：“223”，”author“：”Wang“，”year“：”2017“，”journal title“：“Neurocomputing”}，{“issue”：“3”，“key”：“”10.1016\/j.neucom.2018.07.064_bib0035“，”doi-asserted-by“：”crossref“，”first page“：”1039“，”doi“：”10.1007\/s11063-016-9563-5“，”article-title“：”具有不连续激活函数的复值Hopfield神经网络的动力学行为“，”volume“：。莱特。“}，{”issue“：”1“，”key“：”10.1016\/j.neucom.2018.07.064_bib0036“，”doi-asserted-by“：”crossref“，”first-pages“：”142“，“doi”：”10.1137\/050624558“，”article-title“：”Takagi因式分解的分治方法“，”volume“：“30”，“author”：“Xu”，“year”：“2008”，“journal-title”：“SIAM j.Matrix Anal.Appl.”}，”{“issue”：“10”，“键”：“10.1016\/j.neucom.2018.07.064_bib0037“，”doi-asserted-by“：”crossref“，”first page“：”801“，”doi“：”10.1002\/nla.642“，”article-title“：”复对称三对角矩阵对称奇异值分解的扭曲方法“，”volume“：“16”，”author“：”Xu“，”year“：”2009“，”journal-title”：“Numer”。线性代数应用。“}，{”issue“：”12“，”key“：”10.1016\/j.neucom.2018.07.064_bib0038“，”doi-asserted-by“：”crossref“，”first-pages“：”3227“，”doi“：”101109\/TNNLS.2015.2441697“，”article-title“：”复变量实函数约束优化的复值投影神经网络“，”volume“：“26”，“author”：“Zhang”，“year”：“2015”，“journal-title”：“”IEEE传输。神经网络。“}，{”key“：”10.1016\/j.neucom.2018.07.064_bib0039“，”doi-asserted-by“：”crossref“，”first-pages“：”59“，”doi“：”101016\/j.neunet.2014.10.003“，”article-title“：”一种复值神经动力学优化方法及其稳定性分析“，”volume“：“61”，”author“：”Zhang“，”year“：”2015“，”journal title“：“]”，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0925231218308993？httpAccept=text\/xml”，“content-type”：“text\/xmls”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://api.elsevier.com/content\/aarticle\/PII:S092552311830899 3？httpAccept=text\/plain“，”内容类型“：“text\/plain”，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2019,10,22]]，“date-time”：“2019-10-22T07:06:09Z”，“timestamp”：1571727969000}，“score”：1，“resource”：{“primary”：{URL：“https:\/\/linkinghub.elsevier.com\/retrieve\/pii\/S092523118308993”}}，副标题“：[]，”短标题“：[[]，”已发布“：{”日期部分“用法：[[2018,11]]}，“references-count”：39，“alternative-id”：[“S092523118308993”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.neucom.2018.07.064”，“relation”：{}，”ISSN“：[“0925-2312”]，”ISSN-type“：[{”value“：”0925-2312'，“type”：“print”}]，“subject”：[]，“published”：{“date-parts”：[[2018,11]]}，“断言”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”}，{“value”：“计算复杂对称矩阵主Takagi向量的自适应算法”，“name”：“articletitle”，“label”：“article Title”}、{“value”：“Neurocomputing”，“name”：“journaltitle”、“label“：”Journal Title“}，”value“：”https:\/\/doi.org\/101016\/j.neucom.2018.07.064“，”name“：”articlelink“，”label“维护：“CrossRef DOI link to publisher maintained version”}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}