典型文献
一种基于反赫布规则的自适应主分量递归学习算法
文献摘要：
本文给出了向量随机过程主分量计算问题的一种解决方案即一种新的称为APRL的学习算法,该算法借助线性神经网络计算主分量.AP RL算法是递归的和自适应的,即利用前m-1个主分量,通过自适应调整学习率参数迭代出第m个主分量.论文对AP RL算法的快速收敛给出了数学分析并说明它相较于以前的方法具有计算优势.AP RL方法可应用于控制系统建模、高清谱分析、图像数据压缩及运动估计等.
文献关键词：
随机过程;相关矩阵;主成分分析;学习率参数;递归计算
中图分类号：
作者姓名：
何红洲
作者机构：
绵阳师范学院数理学院,四川绵阳 621000
文献出处：
引用格式：
[1]何红洲-.一种基于反赫布规则的自适应主分量递归学习算法)[J].绵阳师范学院学报,2022(11):88-95
A类：
APRL
B类：
递归学习,随机过程,自适应调整,学习率参数,参数迭代,代出,快速收敛,数学分析,并说,系统建模,高清,图像数据,数据压缩,运动估计,相关矩阵,递归计算
AB值：
0.37196
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
