计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2009年
3期
322-324,332
,共4页
特征结构%并行提取%神经网络%算法
特徵結構%併行提取%神經網絡%算法
특정결구%병행제취%신경망락%산법
为并行实时地提取数据协方差矩阵的信号特征结构,从特征结构并行提取的约束优化问题表示入手,利用梯度方法和迭代法构建了可实时并行提取信号特征向量矩阵的直接神经网络求解法和基于能量函数的神经网络求解算法,并形成了相关迭代学习算法.理论分析表明当数据样本足够大时,算法的迭代结果就是数据协方差矩阵信号特征结构的一个良好估计,同时计算机仿真亦验证了算法的有效性.另外,仿真试验亦表明可以通过调节加权矩阵D的对角元来控制算法的收敛速度.
為併行實時地提取數據協方差矩陣的信號特徵結構,從特徵結構併行提取的約束優化問題錶示入手,利用梯度方法和迭代法構建瞭可實時併行提取信號特徵嚮量矩陣的直接神經網絡求解法和基于能量函數的神經網絡求解算法,併形成瞭相關迭代學習算法.理論分析錶明噹數據樣本足夠大時,算法的迭代結果就是數據協方差矩陣信號特徵結構的一箇良好估計,同時計算機倣真亦驗證瞭算法的有效性.另外,倣真試驗亦錶明可以通過調節加權矩陣D的對角元來控製算法的收斂速度.
위병행실시지제취수거협방차구진적신호특정결구,종특정결구병행제취적약속우화문제표시입수,이용제도방법화질대법구건료가실시병행제취신호특정향량구진적직접신경망락구해법화기우능량함수적신경망락구해산법,병형성료상관질대학습산법.이론분석표명당수거양본족구대시,산법적질대결과취시수거협방차구진신호특정결구적일개량호고계,동시계산궤방진역험증료산법적유효성.령외,방진시험역표명가이통과조절가권구진D적대각원래공제산법적수렴속도.
