Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Neural Processing Letters
Erschienen in: Neural Processing Letters 2/2015

01.10.2015

Convergence Analysis of Möller Algorithm for Estimating Minor Component

verfasst von: Yingbin Gao, Xiangyu Kong, Changhua Hu, Huihui Zhang, Li’an Hou

Erschienen in: Neural Processing Letters | Ausgabe 2/2015

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The minor component analysis (MCA) deals with the recovery of the eigenvector associated with the smallest eigenvalue of the autocorrelation matrix of the input data, and Möller algorithm is a famous self-stability MCA method. In this paper, we present a convergence analysis of Möller algorithm for estimating minor component of an input signal via a deterministic discrete time method. Some sufficient conditions are obtained to guarantee the convergence of Möller algorithm. Simulations are carried out to further illustrate the theoretical results achieved.
Vorheriger Artikel Fuzzy Min–Max Neural Network for Learning a Classifier with Symmetric Margin
Nächster Artikel Error Estimate for Spherical Neural Networks Interpolation

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Anhänge
Nur mit Berechtigung zugänglich
Literatur
1.
Cirrincione G, Cirrincione M, Herault J, Van Huffel S (2002) The MCA EXIN neuron for the minor component analysis. IEEE Trans Neural Netw 13:160–187CrossRef
2.
Feng DZ, Bao Z, Jiao LC (1998) Total least mean squares algorithm. IEEE Trans Signal Process 46:2122–2130CrossRef
3.
Kong X, Han C, Wei R (2006) Modified gradient algorithm for total least square filtering. Neurocomputing 70:568–576CrossRef
4.
Schmidt R (1986) Multiple emitter location and signal parameter estimation. IEEE Trans Antennas Propag 34:276–280CrossRef
5.
Mathew G, Reddy VU (1994) Development and analysis of a neural network approach to Pisarenko’s harmonic retrieval method. IEEE Trans Signal Process 42:663–667CrossRefMATH
6.
Cirrincione G (1998) A neural approach to the structure from motion problem. Ph.D. dissertation. LIS INPG Grenoble, Grenoble, France
7.
Xu L, Oja E, Suen C (1992) Modified Hebbian learning for curve and surface fitting. Neural Netw 5:441–457CrossRef
8.
Tian D, Wang J, Xue Y, Xue G (2005) A neural minor component analysis algorithm for robust beamforming. In: ISCIT, vol 2, pp 1182–1185
9.
Luo F, Unbehauen R, Cichocki A (1997) A minor subspace analysis algorithm. IEEE Trans Neural Netw 8:291–297CrossRef
10.
Luo F, Unbehauen R (1999) Comment on: A unified algorithm for principal and minor components extraction. Neural Netw 12:393CrossRef
11.
Chen T (1997) Modified Oja’s algorithms for principal subspace and minor subspace extraction. Neural Process Lett 5:105–110CrossRef
12.
Oja E (1992) Principal component, minor component and linear neural networks. Neural Netw 5:927–935CrossRef
13.
Douglas SC, Kung SY, Amari S (1998) A self-stabilized minor subspace rule. IEEE Signal Process Lett 5:328–330CrossRef
14.
Möller R (2004) A self-stabilizing learning rule for minor component analysis. Int J Neural Syst 14:1–8CrossRef
15.
Ouyang S, Bao Z, Liao GS, Ching PC (2001) Adaptive minor component extraction with modular structure. IEEE Trans Signal Process 49:2127–2137CrossRef
16.
Chen T, Amari S (2001) Unified stabilization approach to principal and minor components extraction. Neural Netw 14:1377–1387CrossRef
17.
Kong XY, Hu CH, Han CZ (2010) A self-stabilizing MSA algorithm in high-dimension data stream. Neural Netw 23:865–871CrossRef
18.
19.
Peng D, Yi Z (2006) Convergence analysis of a deterministic discrete time system of Feng’s MCA learning algorithm. IEEE Trans Signal Process 54:3626–3632CrossRef
20.
Yi Z, Ye M, Lv JC et al (2005) Convergence analysis of a deterministic discrete time system of Oja’s PCA learning algorithm. IEEE Trans Neural Netw 16:1318–1328CrossRef
21.
Peng D, Yi D (2008) On the discrete time dynamic of a self-stabilizing MCA learning algorithm. Math Comput Model 47:903–916MathSciNetCrossRef
22.
Zufiria PJ (2002) On the discrete-time dynamics of the basic Hebbian neural-network nodes. IEEE Trans Neural Netw 13:1342–1352CrossRef
23.
Zhang Q (2003) On the discrete-time dynamics of a PCA learning algorithm. Neurocomputing 55:761–769CrossRefMATH
24.
Gao J, Ye M, Li J, Xia Q (2011) A globally convergent MCA algorithm by generalized eigen-decomposition. Int J Comput Intell Syst 4:991–1001CrossRef
25.
Kong XY, An QS, Ma HG et al (2012) Convergence analysis of deterministic discrete time system of a unified self-stabilizing algorithm for PCA and MCA. Neural Netw 36:64–72CrossRefMATH
26.
Nguyen TG, Yamada I (2013) A unified convergence analysis of normalized PAST algorithms for estimating principal and minor components. Signal Process 93:176–184CrossRefMATH
Metadaten
Titel
Convergence Analysis of Möller Algorithm for Estimating Minor Component
verfasst von
Yingbin Gao
Xiangyu Kong
Changhua Hu
Huihui Zhang
Li’an Hou
Publikationsdatum
01.10.2015
Verlag
Springer US
Erschienen in
Neural Processing Letters / Ausgabe 2/2015
Print ISSN: 1370-4621
Elektronische ISSN: 1573-773X
DOI
https://doi.org/10.1007/s11063-014-9360-y

Weitere Artikel der Ausgabe 2/2015

Neural Processing Letters 2/2015 Zur Ausgabe

OriginalPaper

Error Estimate for Spherical Neural Networks Interpolation

OriginalPaper

New Criteria on Delay-Dependent Robust Stability for Uncertain Markovian Stochastic Delayed Neural Networks

OriginalPaper

Synchronization Analysis of Coupled Stochastic Neural Networks with On–Off Coupling and Time-Delay

OriginalPaper

Stability Analysis of Fractional-Order Neural Networks with Time Delay

OriginalPaper

A New Multilayer Perceptron Pruning Algorithm for Classification and Regression Applications

OriginalPaper

Multistability and Multiperiodicity for a Class of Cohen–Grossberg BAM Neural Networks with Discontinuous Activation Functions and Time Delays

Neuer Inhalt

    Bildnachweise