基于数据场的PCA方法在人脸识别中的应用研究

• 作者: 冯素琴 邸未冬 陈惠明
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: 数据场 PCA 势 特征提取 模式分类
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 应用与开发
• 页码范围: 81-82
• 页数: 2页
• 分类号: TP3
• 字数: 2991字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2782.2009.03.053

摘要

数据场是一种用定量数据表达不确定概念的的数学模型,具有较强的聚类能力.论文根据数据场理论,引入势函数,提出一种基于无监督学习的模式分类方法,将其作为PCA(Principal Component Analysis)方法的后端分类器,应用到人脸识别中.实验表明基于数据场的PCA方法是一种有效的人脸识别算法,具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯素琴	忻州师范学院计算机科学系	31	164	7.0	12.0
2	陈惠明	忻州师范学院计算机科学系	11	118	6.0	10.0
3	邸未冬	忻州师范学院计算机科学系	6	9	2.0	3.0