一种耦合的主/次特征对提取神经网络算法
来源：信息与控制杂志2017年第5期北京时间：
作者：汪奔, 孔祥玉, 冯晓伟, 曹泽豪
摘要：目前，基于神经网络的主成分分析算法大多属于非耦合算法，这类算法普遍存在着所谓的“速度—稳定”问题.近年来所提出的几个耦合算法较好地解决了该类算法存在的“速度—稳定”问题.然而，现有耦合算法还存在推导过程相对繁琐、计算复杂度高等问题.本文基于一种信息准则，通过牛顿方法并进行改进计算，导出了两种耦合学习算法，并运用Jacobian矩阵分析了算法收敛性.相比于现有的耦合算法，导出的两种算法计算更加快捷，并且不需要对逆Hessian矩阵进行估计.仿真实验验证了提出算法的良好性能.
关键词：主成分分析, 神经网络, “速度—稳定”问题, 耦合算法, 牛顿方法
