一种基于改进BP神经网络的PCA人脸识别算法

• 作者: 张文生 李凯 李康顺
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人脸识别 主成分分析 BP神经网络 附加动量 弹性梯度下降法
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 158-161
• 页数: 4页
• 分类号: TP391
• 字数: 4280字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.01.041

摘要

人脸识别作为模式识别领域的热点研究问题受到了广泛的关注。传统BP算法虽然具有自学习、自适应以及强大的非线性映射能力并且在人脸图像识别准确率上占有很大的优势，但算法具有收敛缓慢、训练过程振荡、易陷入局部极小点等缺点。针对传统BP算法的不足提出一种基于改进BP神经网络的PCA人脸识别算法，该算法采用PCA算法提取图像的主要特征，并结合一种新的权值调整方法改进BP算法进行图像分类识别。仿真实验表明，通过使用该算法对ORL人脸数据库的图像进行识别，其结果比传统算法具有更快的收敛速度和更高的识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李康顺	江西理工大学理学院	39	453	11.0	20.0
3	张文生	中国科学院自动化研究所	98	1246	18.0	33.0
6	李凯	江西理工大学理学院	16	103	3.0	10.0