基于神经网络和主元分析的人脸识别算法

摘要：

针对高维、小样本的分类问题,提出2个重要的准则,用于估计RBF单元的初始宽度.采用主成分分析方法把训练样本集投影到特征脸空间,以减少维数,用Fisher线性判别式产生一组最具判别性的特征,使不同类间的训练数据尽可能地分开,而同一类的样本尽可能地靠近.实验结果证明,该算法在分类的错误率及学习的效率上都表现出较好的性能.

关键词：人脸检测、特征提取、人脸识别、聚类算法、神经网络、主元分析

所属期刊栏目：38

分类号：TP301.6(计算技术、计算机技术)

资助基金：广东省自然科学基金资助项目S2011020002719,10152800001000016

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：175-178