基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
神经网络具有运行计算速度慢,不容易收敛的缺点,文中针对此问题提出了图像的光照校正、图像降维与改进型神经网络相结合的人脸识别算法.运用了图像进行光照校正,人脸图像进行降维及不同的光照条件下的人脸图像运用改进型的BP神经网络对进行识别.讨论了基于网络中的参数数据选择问题,对网络学习速度和Sigmoid函数进行了明显改善.实验结果表明,其识别率有了显著的提高;改进后的BP网络收敛速度在得到相同识别率的效果下显著加快.
推荐文章
基于BP神经网络的人脸检测AdaBoost算法
人脸检测
BP神经网络
AdaBoost
基于改进的卷积神经网络的人脸识别算法
人脸识别
深度学习
卷积神经网络
Dropout技术
基于DCT-BP神经网络的人脸表情识别
表情识别
离散余弦变换
误差向传播算法
前向神经网络
基于BP神经网络的2DPCA人脸识别算法
人脸识别
2DPCA
BP神经网络
图像预处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进BP神经网络的人脸识别算法
来源期刊 计算机技术与发展 学科 工学
关键词 神经网络 小波 人脸图像 光照校正
年,卷(期) 2010,(12) 所属期刊栏目
研究方向 页码范围 130-132,136
页数 分类号 TP183
字数 2300字 语种 中文
DOI 10.3969/j.issn.1673-629X.2010.12.033
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 伊力哈木·亚尔买买提 新疆大学电气工程学院 32 146 6.0 11.0
2 哈力旦·A 新疆大学电气工程学院 12 90 7.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (54)
参考文献  (11)
节点文献
引证文献  (12)
同被引文献  (25)
二级引证文献  (63)
1888(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(9)
  • 参考文献(2)
  • 二级参考文献(7)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(6)
  • 参考文献(6)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(5)
  • 引证文献(4)
  • 二级引证文献(1)
2013(9)
  • 引证文献(2)
  • 二级引证文献(7)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(15)
  • 引证文献(3)
  • 二级引证文献(12)
2016(17)
  • 引证文献(0)
  • 二级引证文献(17)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(10)
  • 引证文献(2)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
小波
人脸图像
光照校正
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导