高效的自适应广义特征分解方法及其应用研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

高效的自适应广义特征分解方法及其应用研究

项目名称：高效的自适应广义特征分解方法及其应用研究
项目类别：青年科学基金项目
批准号：60802037
申请代码：F010305
项目来源：国家自然科学基金
研究期限：2009-01-01-2011-12-31

项目负责人：杨坚
负责人职称：副教授
依托单位：中国科学技术大学
批准年度：2008

中文摘要：

本项目系统地研究自适应主（次）广义特征向量及其子空间估计与跟踪，涉及问题的建模、高效的自适应估计与跟踪算法、收敛性和稳定性分析以及在信号处理中的应用。首先，提出了基于信号重建方法和互信息理论的自适应广义特征分解模型，利用加权子空间法，建立用于估计主（次）广义特征向量及其子空间的统一损失函数。在此基础上，利用递推最小二乘、自适应拟牛顿法等快速学习方法估计和跟踪主（次）广义特征向量及其子空间。采用随机逼近理论和Lyapunov稳定性分析方法，对上述算法进行收敛性和稳定性分析。最后，将本项目提出的理论和方法应用到现代信息处理的关键技术中，为现代信号处理和数据分析提供新的有效方法。

中文主题词：广义特征分解；自适应算法；信号估计与检测

结论摘要：

英文主题词generalized eigendecomposition; adaptive algorithm; signal estimation and detection

成果综合统计