基于改进二维主成分分析及神经网络的人耳识别方法

• 作者: 刘嘉敏 刘强 朱晟君
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 二维主成分分析 人耳特征维数 数据存储空间 BP神经网络 人耳识别
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 图形图像处理
• 页码范围: 3357-3359
• 页数: 3页
• 分类号: TP391.41
• 字数: 3121字
• 语种: 中文

摘要

针对人耳识别特征提取阶段二维主成分分析算法(2DPCA)所提取的人耳特征维数较大,从而造成实时性差、数据存储空间不足等问题提出了一种改进方法.该方法首先对人耳图片进行预处理,然后采用改进的两级2DPCA算法,进一步压缩提取的人耳特征维数,最后采用BP神经网络进行分类识别.实验表明,将改进的两级2DPCA算法同BP神经网络相结合,具有较好的实时性,同时节约了特征数据的存储空间,并保持了较好的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘嘉敏	重庆大学光电工程学院	55	382	11.0	16.0
2	刘强	重庆大学光电工程学院	46	651	15.0	25.0
3	朱晟君	重庆大学光电工程学院	3	22	2.0	3.0