摘 要: | 为了缩短神经网络方法在人脸表情识别训练阶段所消耗的时间,提出了一种基于剪枝极限学习机的人脸表情识别方法.该方法随机为输入层与隐层单元间的连接分配权重,并以此求出相应的隐层单元与输出单元之间的连接系数,以达到一次性确定神经单元间系数的效果,避免了深度学习和神经网络因反复修改网络系数造成的高耗时;接着利用隐层单元与分类结果的相关性,删掉那些相关性较低的隐层单元,从而自动构建网络结构;通过多次迭代选取分类结果最好的网络参数作为最终的网络参数;最后构建多个极限学习机,用投票机制实现最终的分类.实验结果表明,该方法在特定人脸识别和非特定人脸识别都能得到较好的识别率,且大大降低了训练所用时间.
|