几种机器学习方法在人脸识别中的性能比较

• 作者: 杨长盛 陶亮
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸识别 机器学习 反向传播神经网络 径向基函数神经网络 支持向量化 集成学习 比较
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 169-172
• 页数: 4页
• 分类号: TP391.4
• 字数: 5061字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.04.048

摘要

BP神经网络、RBF神经网络、支持向量机(sVM)和集成学习是目前应用最为广泛的四种机器学习方法.将这四种常用的机器学习方法分别应用于人脸识别,并利用ORL人脸图像库对各学习方法性能进行了测试和评估.测试结果表明SVM和集成学习在实验中取得了较好的性能,最适合用于人脸识别中特征分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶亮	安徽大学智能计算与信号处理教育部重点实验室	108	931	17.0	25.0
2	杨长盛	安徽大学智能计算与信号处理教育部重点实验室	2	40	2.0	2.0