改进CPSO-SVM在人脸识别中的应用

• 作者: 孙向风 李明 邢玉娟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 混沌粒子群算法 惯性权重 人脸识别
• 年，卷（期）: 2010,（28）
• 页码范围: 175-177,180
• 分类号: TP391
• 字数: 3924字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.28.049

摘要

为使粒子群优化算法初始粒子均匀分布在解空间,增强全局的搜索能力,通过对混沌运动的遍历性和粒子群优化算法中惯性权重的分析,提出了一种改进型混沌粒子群算法.该算法采用Circle映射,产生了分布均匀的混沌变量轨道点,并结合动态调整惯性权重的思想来避免粒子群算法陷入局部最优.同时,给出了应用混沌粒子群算法训练SVM的方法,并将其应用于人脸识别.仿真实验结果表明,改进CPSO-SVM方法比基本粒子群方法能获得更好的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李明	兰州理工大学计算机与通信学院	115	778	15.0	21.0
2	邢玉娟	甘肃联合大学理工学院	35	107	6.0	7.0
3	孙向风	兰州理工大学计算机与通信学院	2	12	2.0	2.0