|
|||||
|
|
| 一种基于分级输入训练神经网络的非线性主元分析 | |
| 作者姓名： | 赵忠盖 刘飞 徐保国 |
| 作者单位： | 江南大学自动化研究所,江苏,无锡,214122 |
| 基金项目： | 教育部科学技术研究重点资助项目(1105088),国家十五攻关计划资助项目(2004BA204B08) |
| 摘 要： | 基于输入训练神经网络的非线性主元分析（PCA）能够有效地提取过程变量的非线性主元,但是存在主元的个数不能通过网络训练确定,且各个主元重要程度在神经网络中无法区分等缺点,本文提出一种分级输入自调整神经网络,并进一步提出基于此网络的非线性PCA,通过多级输入自调整神经网络,将主元按顺序找出,且根据主元对过程数据的预测误差定量地确定出主元的个数,克服了上述缺点. |
| 关 键 词： | 非线性主元分析 分级输入自调整神经网络 主元个数 主元顺序 |
| 文章编号： | 1002-0411（2005）06-0656-04 |
| 收稿时间： | 2005-04-15 |
| 修稿时间： | 2005-04-15 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《信息与控制》浏览原始摘要信息 | |
| 点击此处可从《信息与控制》下载全文 | |