文献类型：期刊文章

作　　者：辜方林[1] 张杭[1] 李伦辉[2]

机构地区：[1]解放军理工大学通信工程学院 [2]中国人民解放军75708部队

出　　处：《计算机应用》

基　　金：国家自然科学基金资助项目(61001106);国家973计划项目(2009CB320400)

年　　份：2013

卷　　号：33

期　　号：5

起止页码：1233-1236

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：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。

关 键 词：盲源分离 非线性主成分分析  变步长

分 类 号：TN911.7]