廣義主成分分析算法及應用

定　價：￥79.00

作　者：	孔祥玉，馮曉偉，胡昌華編
出版社：	國防工業(yè)
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787118116007	出版時間：	2018-07-01	包裝：
開本：	16	頁數：	221	字數：

內容簡介

　　《廣義主成分分析算法及應用》主要討論了系統(tǒng)信號廣義主成分分析方法及應用情況。全書可分為三部分：部分包括概述和基礎理論，主要介紹廣義主成分分析的概念、外研究現狀，以及與廣義主成分分析密切相關的矩陣理論、優(yōu)化理論和神經網絡等理論基礎；第二部分研究多種廣義主成分分析方法，該部分是《廣義主成分分析算法及應用》的核心內容，重點介紹廣義主成分分析、成對廣義主成分分析、耦合廣義主成分分析、確定性離散時間系統(tǒng)、雙目的廣義主成分分析、奇異主成分分析等內容；第三部分研究廣義主成分分析方法的應用，主要討論在信號處理、圖像恢復和模式識別與分類等領域的應用?！稄V義主成分分析算法及應用》核心內容十分新穎，均為近年來作者們發(fā)表在IEEE信號處理、神經網絡與學習系統(tǒng)等匯刊上的長文組成編輯提煉而成，是基于神經網絡和優(yōu)化理論的特征信息提取領域研究和應用的新進展?！稄V義主成分分析算法及應用》適合于信息科學與技術（電子、通信、自動控制、計算機、系統(tǒng)工程、模式識別、信號處理等）各學科有關教師、研究生和科技人員教學、自學或進修之用。

作者簡介

暫缺《廣義主成分分析算法及應用》作者簡介

圖書目錄

章緒論
1．1 系統(tǒng)特征提取及其意義
1．2 主成分分析外研究現狀
1．2．1 基于神經網絡的主成分分析研究現狀
1．2．2 廣義主成分分析算法研究現狀
1．2．3 基于神經網絡的奇異值分解研究現狀
1．2．4 主成分與廣義主成分分析的研究
1．3 本章小結
第2章基礎理論
2．1 特征子空間與特征提取
2．2 主成分分析與Oja學習規(guī)則
2．2．1 主成分分析基本原理
2．2．2 Hebbian規(guī)則與Oja算法
2．3 主成分分析典型算法
2．3．1 基于Hebbian規(guī)則主成分分析
2．3．2 基于優(yōu)化方法的主成分分析
2．3．3 有側向連接主成分分析
2．3．4 非線性主成分分析
2．3．5 其他主成分分析
2．3．6 次成分分析神經網絡算法
2．4 廣義主成分分析及其神經網絡算法
2．4．1 廣義Hermitian特征值問題
2．4．2 廣義特征信息提取神經網絡算法
2．5 奇異值分解及神經網絡算法
2．5．1 奇異值分解基礎
2．5．2 奇異值特征提取神經網絡算法
2．6 Rayleigh商及其特性
2．6．1 Rayleigh商
2．6．2 Rayleigh商迭代
2．6．3 Rayleigh商求解的梯度和共軛梯度算法
2．6．4 廣義Rayleigh商
2．7 本章小結
第3章廣義主成分分析
3．1 引言
3．2 廣義主成分分析算法
3．2．1 廣義對稱特征值問題的Mathew類牛頓算法
3．2．2 廣義特征值分解的自組織算法
3．2．3 廣義特征分解的類RLS算法
3．2．4 基于RLS方法的廣義特征向量提取算法
3．2．5 廣義對稱特征值問題的快速自適應算法
3．2．6 基于冪方法的快速廣義特征向量跟蹤
3．2．7 基于牛頓法的廣義特征向量提取算法
3．2．8 提取次廣義特征向量的在線算法
3．3 -種新型廣義主成分分析
3．3．1 一種新型的廣義主成分分析算法
3．3．2 GOja算法的自穩(wěn)定性分析
3．3．3 GOja算法的實驗驗證
3．4 一種新型廣義次成分分析
3．4．1 基于擬牛頓法的廣義次成分分析算法
3．4．2 多維廣義次成分并行提取準則
3．4．3 多維廣義次成分并行提取算法
3．4．4 WGIC算法的自穩(wěn)定性分析
3．4．5 WGIC算法的全局收斂性分析
3．4．6 仿真實驗
3．5 本章小結
……
第4章成對廣義主成分分析
第5章耦合廣義主成分分析
第6章確定性離散時間系統(tǒng)
第7章雙目的廣義主成分分析
第8章奇異主成分分析
第9章廣義主成分分析的工程應用
參考文獻