10.16208/j.issn1000-7024.2021.07.035
利用改进深度信念网络的人脸表情识别
针对人脸表情识别过程中,误差逆向传播算法(back propagation,BP)对深度信念网络(deep belief network,DBN)微调时容易陷入极值点局部极小和收敛时间过长的问题,提出基于BP算法微调DBN的改进方法.对表情进行多特征提取并降维,利用所提方法对降维后特征进行学习,采用共轭梯度算法解决BP算法和DBN结合存在的问题.实例仿真计算结果表明,所提方法精度高于支持向量机、基于Wasserstein生成式对抗网和基于图形信号处理的方法.所提方法比卷积类方法络训练时间更短,内存消耗更小.
表情识别、深度信念网络、降维、半监督学习算法、共轭梯度算法
42
TP391(计算技术、计算机技术)
河南省科技厅科技攻关计划182102210229
2021-07-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
2052-2060