基于改进的深度信念网络的人脸识别算法研究

• 作者: 李强 王飞
• 来源期刊: 兰州交通大学学报
• 学科: 工学
• 关键词: 主分量分析法 模拟退火遗传算法 深度信念网络 人脸识别
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 电子、信息与计算机
• 页码范围: 42-47,58
• 页数: 7页
• 分类号: TP391.41
• 字数: 4915字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4373.2016.01.009

摘要

为克服深度信念网络初始权值具有指向性且易陷入局部最优的缺陷，提出基于主分量分析、模拟退火遗传算法的修正深度信念网络算法，并应用于人脸识别。首先借助主分量分析处理人脸图像以减少数据量，再利用模拟退火遗传算法逐层训练深度信念网络以优化其权值，最后通过 BP 神经网络算法实现网络微调使其达到最佳状态，同时利用受限玻尔兹曼机构造分类器，最终将网络构造成一个最佳的人脸识别系统。基于 ORL 数据库的算法测试结果表明：该算法可以克服深度信念网络初始权值存在的缺陷，且能降低人脸图像的数据采集量并提高人脸识别精度和速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王飞	兰州交通大学电子与信息工程学院	28	84	5.0	8.0
2	李强	兰州交通大学电子与信息工程学院	44	135	7.0	8.0