基于RBF神经网络PCA变换的识别技术 |
| |
引用本文: | 左军,周灵,孙亚民.基于RBF神经网络PCA变换的识别技术[J].中山大学学报(自然科学版),2014(6):135-139. |
| |
作者姓名: | 左军 周灵 孙亚民 |
| |
作者单位: | 佛山科学技术学院电子与信息工程学院;南京理工大学计算机科学与技术学院 |
| |
基金项目: | 广东省自然科学基金资助项目(S2011020002719) |
| |
摘 要: | 应用RBF神经网络作为分类器用于人脸识别。提出了两个重要的准则来估计RBF单元的初始宽度,这个宽度可以控制RBF神经网络分类器的泛化能力。PCA方法把训练样本集投影到特征脸空间,以减少维数。在PCA变换的基础上,作者进一步运用FLD方法,为分类找到一个最佳的子空间,使类间距离和类内距离之比最大化。在ORL数据库上进行了仿真,仿真结果表明,该算法具有高效性和有效性。
|
关 键 词: | 径向基函数 权值调整 梯度下降法 人脸特征 |
本文献已被 CNKI 等数据库收录! |
|