基于LWSFLA-SVM的人脸识别算法*

• 作者: 刘悦婷
• 来源期刊: 宝鸡文理学院学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 蛙跳算法 反向学习法 惯性权重 人脸识别
• 年，卷（期）: 2016,（3）
• 页码范围: 40-44
• 页数: 5页
• 分类号: TP18
• 字数: 3101字
• 语种: 中文
• DOI: 10.13467/j.cnki.jbuns.2016.03.001

摘要

目的：用线性调整惯性权重的蛙跳算法（linear decreasing inertia weight shuffled frog lea‐ping algorithm ，LWSFLA ）训练支持向量机（support vectors machines ，SVM ），解决人脸识别中SVM在训练样本数较多且维数较高时，识别效果不理想的缺陷。方法该算法先用反向学习法产生初始群体提高初始解的质量，再修改最差青蛙的更新策略，并引入线性递减的惯性权重，最后应用于人脸识别中。结果与结论 ORL和CAS‐PEAL‐R1人脸库的仿真实验表明，LWSFLA‐SVM 方法的人脸识别时间短，识别率高，在训练样本不足时，识别效果良好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘悦婷	兰州文理学院电子信息工程学院	22	29	3.0	3.0