计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
5期
1233-1236
,共4页
盲源分离%非线性主成分分析%变步长
盲源分離%非線性主成分分析%變步長
맹원분리%비선성주성분분석%변보장
算法的迭代步长对于算法的收敛性能有着重要影响.针对固定步长的非线性主成分分析(NPCA)算法不能兼顾收敛速度和估计精度的情形,提出基于梯度的自适应变步长NPCA算法和最优变步长NPCA算法两种自适应变步长算法来改善其收敛性能.特别地,最优变步长NPCA算法通过对代价函数进行一阶线性近似表示,从而计算出当前的最优迭代步长.该算法的迭代步长随估计误差的变化而变化,估计误差大,迭代步长相应大,反之亦然；且不需要人工设置任何参数.仿真结果表明,当算法的估计精度相同时,与固定步长NPCA算法相比,两种自适应变步长NPCA算法相对固定步长NPCA算法都具有更好的收敛速度或跟踪性能,且最优变步长NPCA算法的性能优于基于梯度的自适应变步长NPCA算法.
算法的迭代步長對于算法的收斂性能有著重要影響.針對固定步長的非線性主成分分析(NPCA)算法不能兼顧收斂速度和估計精度的情形,提齣基于梯度的自適應變步長NPCA算法和最優變步長NPCA算法兩種自適應變步長算法來改善其收斂性能.特彆地,最優變步長NPCA算法通過對代價函數進行一階線性近似錶示,從而計算齣噹前的最優迭代步長.該算法的迭代步長隨估計誤差的變化而變化,估計誤差大,迭代步長相應大,反之亦然；且不需要人工設置任何參數.倣真結果錶明,噹算法的估計精度相同時,與固定步長NPCA算法相比,兩種自適應變步長NPCA算法相對固定步長NPCA算法都具有更好的收斂速度或跟蹤性能,且最優變步長NPCA算法的性能優于基于梯度的自適應變步長NPCA算法.
산법적질대보장대우산법적수렴성능유착중요영향.침대고정보장적비선성주성분분석(NPCA)산법불능겸고수렴속도화고계정도적정형,제출기우제도적자괄응변보장NPCA산법화최우변보장NPCA산법량충자괄응변보장산법래개선기수렴성능.특별지,최우변보장NPCA산법통과대대개함수진행일계선성근사표시,종이계산출당전적최우질대보장.해산법적질대보장수고계오차적변화이변화,고계오차대,질대보장상응대,반지역연；차불수요인공설치임하삼수.방진결과표명,당산법적고계정도상동시,여고정보장NPCA산법상비,량충자괄응변보장NPCA산법상대고정보장NPCA산법도구유경호적수렴속도혹근종성능,차최우변보장NPCA산법적성능우우기우제도적자괄응변보장NPCA산법.
