《基於改進的ICA和RBF神經網路的人臉識別》是吳進,李喬深等撰寫的一篇論文。
基本介紹
- 中文名：基於改進的ICA和RBF神經網路的人臉識別
- 論文來源：西安郵電大學學報
- 發表時間：2018-09-10
- 作者：吳進,李喬深
- 分類號：TP391.41;TP183
論文摘要,引文格式,
論文摘要
為了提高人臉識算法的訓練識別速度以及準確率,提出一種改進的人臉識別算法。將獨立成分分析(independent component analysis,ICA)與徑向基函式(radial basis function,RBF)神經網路相結合,利用ICA算法對人臉圖像進行特徵提取,採用牛頓疊代法提升其疊代性能;引入鬆弛因子,在保證收斂速度的前提下,放寬對初始權值選取的局限性。將特徵信息作為RBF神經網路學習輸入,採用監督聚類方法對神經網路進行構建和初始化,利用線性最小二乘法調整輸出層連線權值,梯度下降法調整隱含層中心以及高斯寬頻,通過訓練學習獲得最終的人臉識別分類結果。對比實驗結果表明,改進的人臉識別算法訓練速度和識別速度更快,準確率更高。
引文格式
吳進,李喬深,趙雋,閔育.基於改進的ICA和RBF神經網路的人臉識別[J].西安郵電大學學報,2018,23(05):18-22.
