基于投票极限学习机的人脸识别混合算法研究

• 作者: 蔡金收 郭丽 陈铁军
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 曲波变换 B2DPCA 投票 ELM 人脸识别
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 信号与控制工程
• 页码范围: 37-41
• 页数: 5页
• 分类号: TP391.4
• 字数: 3666字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.201505016

摘要

针对小波分析在处理多维图形时不能充分利用数据本身特有几何特征的缺陷,使用第二代曲渡变换(the second generation of curvelet transform,SGCT)方法进行人脸图像的处理,选取具有最大标准差的尺度层系数,以完成对人脸图像的特征提取,同时结合基于双向二维主成分分析(bidirectional two dimensional principal component analysis,B2DPCA)的数据降维,构造一种基于混合投票机制极限学习机(voting extreme learning machine,VELM)的人脸识别算法.通过与其他算法的分类结果对比,证明该算法具有更高的识别正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈铁军	郑州大学电气工程学院	115	1338	17.0	32.0
2	郭丽	郑州大学电气工程学院	17	31	4.0	5.0
3	蔡金收	郑州大学电气工程学院	1	4	1.0	1.0