基于动态径向基神经网络的人脸识别算法研究

作     者：张德丰 周灵 孙亚民 ZHANG Defeng;ZHOU Ling;SUN Yamin

作者机构：佛山科学技术学院计算机系广东佛山528000 南京理工大学计算机科学与技术学院南京210094 

基　　金：广东省自然科学基金(No.S2011020002719 10152800001000016) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2012年第48卷第2期

页      码：203-206,240页

摘      要：提出了一个通用而且有效的方法来设计RBF神经网络分类器用于人脸识别。为了避免过拟合和减少计算量,用主元分析法和Fisher线性判别技术来降低维数,以提取人脸特征;利用一个混合的学习算法来训练RBF神经网络,使梯度下降法的搜索空间大大减少;采用一种基于训练样本类别信息的新的聚类算法,所有同类的数据可被聚集在一起,尽量减少不同类数据混杂在一起,同时选取结构尽可能紧凑的RBF神经网络分类器。在ORL数据库上进行了仿真,实验结果表明,该算法具有高效性和有效性。

主 题 词：径向基 线性分类 线性判别式 聚类算法 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2012.02.059

馆 藏 号：203109471...