基于神经网络的K-L变换方法研究

摘要：

K-L变换是均方误差准则下的最佳变换.本文采用了一种自适应提取主分量的神经网络算法实现K-L变换.采用该算法对网络的权作修正,当网络收敛后,其m个输出神经元对应的权依次为最大m个特征值所对应的主分量.通过实验与分析,采用神经网络算法实现K-L变换具有较好的精度,而且与常规K-L变换算法相比,便于观察主分量的变化,在一定程序上反映了信息提取的过程.当样本增加时,神经网络算法能利用原先的计算信息继续计算,具有较大的优越性.

关键词： 神经网络 K-L变换 主分量 信息提取

作者: 彭天强 邵美珍

作者单位: 郑州信息工程大学信息科学系

会议类型: 国内会议

会议名称: 第十届全国图像图形会议,第一届全国虚拟现实技术研讨会

会议地点: 宁波

会议语种:中文

页码: 166-167

在线出版日期: 2000-05-23（万方平台首次上网日期，不代表论文的发表时间）