基于RBF神经网络PCA变换的识别技术

• 作者: 周灵 孙亚民 左军
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: 径向基函数 权值调整 梯度下降法 人脸特征
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 地质科学研究与应用
• 页码范围: 135-139
• 页数: 5页
• 分类号: TP301.6
• 字数: 3697字
• 语种: 中文

摘要

应用RBF神经网络作为分类器用于人脸识别。提出了两个重要的准则来估计RBF单元的初始宽度，这个宽度可以控制RBF神经网络分类器的泛化能力。PCA方法把训练样本集投影到特征脸空间，以减少维数。在PCA变换的基础上，作者进一步运用FLD方法，为分类找到一个最佳的子空间，使类间距离和类内距离之比最大化。在ORL数据库上进行了仿真，仿真结果表明，该算法具有高效性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙亚民	南京理工大学计算机科学与技术学院	117	1149	19.0	28.0
2	周灵	佛山科学技术学院电子与信息工程学院	28	219	7.0	14.0
3	左军	佛山科学技术学院电子与信息工程学院	13	24	3.0	4.0