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:
特征提取和分类器设计是人脸识别算法中的两个关键问题.提出一种基于二次小波变换、PCA算法与BP神经网络的人脸识别算法.该算法采用二次小波变换与PCA相结合的算法提取人脸图像的主要特征,并运用加入动量项的改进BP神经网络算法进行人脸图像分类识别.在MATLAB环境下,利用ORL人脸图像数据库进行了仿真实验,实验结果表明,该算法实现简单、识别速度快、识别率较高.
推荐文章
基于奇异值分解和小波神经网络的人脸识别
人脸识别
人工神经网络
奇异值分解
小波神经网络
仿真实验
算法验证
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神经网络的人脸检测AdaBoost算法
人脸检测
BP神经网络
AdaBoost
基于小波和DFB-PCA的人脸识别算法研究
小波变换
DFB-PCA
图像识别
人脸识别
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 基于小波PCA与BP神经网络的人脸识别算法
来源期刊 信息技术 学科 工学
关键词 二次小波变换 PCA算法 改进BP神经网络 人脸识别
年,卷(期) 2015,(6) 所属期刊栏目 基金项目
研究方向 页码范围 8-11
页数 4页 分类号 TP391
字数 2389字 语种 中文
DOI 10.13274/j.cnki.hdzj.2015.06.003
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 邓开发 上海理工大学出版印刷与艺术设计学院 19 71 5.0 8.0
2 邹莹莹 上海理工大学出版印刷与艺术设计学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (154)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (12)
二级引证文献  (10)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
二次小波变换
PCA算法
改进BP神经网络
人脸识别
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
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
论文1v1指导