《廣義主成分分析算法及應用》主要討論了隨機繫統信號廣義主成分分析方法及應用情況。全書可分為三部分:靠前部分包括概述和基礎理論,主要介紹廣義主成分分析的概念、靠前外研究現狀,以及與廣義主成分分析密切相關的矩陣理論、優化理論和神經網絡等理論基礎;第二部分研究多種廣義主成分分析方法,該部分是《廣義主成分分析算法及應用》的核心內容,重點介紹廣義主成分分析、成對廣義主成分分析、耦合廣義主成分分析、確定性離散時間繫統、雙目的廣義主成分分析、奇異主成分分析等內容;第三部分研究廣義主成分分析方法的應用,主要討論在信號處理、圖像恢復和模式識別與分類等領域的應用。
《廣義主成分分析算法及應用》核心內容十分新穎,均為近年來作者們發表在IEEE信號處理、神經網絡與學習繫統等彙刊上的長文組成編輯提煉而成,是基於神經網絡和優化理論的特征信息提取領域研究和應用的新進等