自稳定的双目的特征对提取算法及其收敛性分析
CSTR:
作者:
作者单位:

(1. 火箭军工程大学三系,西安710025;2. 北京理工大学珠海学院,广东珠海519088;\hspace{3pt};3. 山西师范大学数学与计算机科学学院,山西临汾041004)

作者简介:

冯晓伟(1986-), 男, 博士, 从事随机信号处理、故障诊断的研究;孔祥玉(1967-), 男, 副教授, 博士生导师, 从事自适应信号处理、非线性系统建模与应用、故障诊断等研究.

通讯作者:

E-mail: xiaowei121416@163.com

中图分类号:

TP183

基金项目:

国家自然科学基金项目(61673387, 61374120, 11405267);陕西省自然科学基金项目(2016JM6015).


Unified self-stabilizing eigen-pairs extraction algorithm and its convergence analysis
Author:
Affiliation:

(1. Department 3,Xián Research Institute of High Technology,Xián 710025,China;2. Zhuhai College,Beijing Institute of Technology,Zhuhai519088,China;3. School of Mathematics and Computer Science,Shanxi Normal University,Linfen041004,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出一种自稳定的双目的算法用以提取信号自相关矩阵的特征对.该算法可以通过仅仅改变一个符号实现主/次特征向量估计的转化,并且可以通过估计的特征向量的模值信息估计对应的特征值,从而实现特征对的提取.基于确定性离散时间方法对所提出的算法进行收敛性分析,并确定算法收敛的边界条件.与已有算法对比的仿真实验验证了所提出算法的收敛性能.

    Abstract:

    A self-stabilizing and unified algorithm is introduced to extract the eigen-pairs of a covariance matrix.The proposed algorithm is available for both principal component analysis(PCA) and minor component analysis(MCA) by simply altering the sign, and can estimate the corresponding eigenvalue from the norm of the estimated eigenvector, which can realize the eigen-pair extraction.The convergence analysis of the proposed algorithm based on the deterministic discrete time(DDT) approach is evaluated and the condition for convergence is also given.Finally, compared with existing algorithms, the convergence of the proposed algorithm is verified by the simulations.

    参考文献
    相似文献
    引证文献
引用本文

冯晓伟,孔祥玉,马红光,等.自稳定的双目的特征对提取算法及其收敛性分析[J].控制与决策,2017,32(4):600-606

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-03-28
  • 出版日期:
文章二维码