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:
为了在实施分类工作时将不相关的、多余的、具有噪声的特征从问题表示中去除,以降低复杂度并得到可接受的性能,提出了一种基于多目标进化封装的特征选择方法.首先利用染色体选择的特征重新参数化人脸图像从而获得主动形变模型特征集;然后通过多目标遗产算法进行特征选择,在最小化特征子集基数的同时最大化判别容量;最后结合提出的综合适应度函数及k-近邻分类器完成人脸的识别.在Essex人脸数据库上的实验验证了所提方法的有效性,实验结果表明,相比其它几种较为先进的方法,所提方法不仅降低了表示的维度,同时提高了分类性能.
推荐文章
基于差分进化的多目标粒子群特征选择算法
特征选择
粒子群算法
变异
差分进化
多目标优化在特征选择子集评价中的应用
特征选择
多目标优化
粒子群优化
稀疏
分类
信息损失
基于模糊准则的小波特征选择在人脸识别中的应用
特征选择
模糊集
小波包
人脸识别
EFM
主元分析
进化多智能体技术在多目标优化中的应用
进化多智能体
多目标优化
遗传算法
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 基于多目标进化封装的特征选择在人脸识别中的应用
来源期刊 科学技术与工程 学科 工学
关键词 人脸识别 进化封装 多目标遗传算法 特征选择 主动形变模型
年,卷(期) 2013,(33) 所属期刊栏目 论文
研究方向 页码范围 9835-9842
页数 8页 分类号 TP391.41
字数 6700字 语种 中文
DOI
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 黄淼 平顶山学院软件学院 41 148 6.0 10.0
2 张国平 平顶山学院软件学院 61 243 8.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (107)
共引文献  (194)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (4)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(11)
  • 参考文献(3)
  • 二级参考文献(8)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(6)
  • 参考文献(5)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸识别
进化封装
多目标遗传算法
特征选择
主动形变模型
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导