一种基于反赫布规则的自适应主分量递归学习算法

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.APRL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APRL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.APRL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.