一种基于 ISFLA－SVM 的人脸识别算法

• 作者: 刘悦婷 阎爱玲
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 支持向量机 改进蛙跳算法 人脸识别 自我学习因子 最优解
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 实验室自动化
• 页码范围: 210-213
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2016.03.210

摘要

蛙跳算法（shuffled frog leaping algorithm，SFLA）易陷入局部最优，且求解精度较低，提出一种改进的蛙跳算法（improved shuffled frog leaping algorithm，ISFLA）。该算法对青蛙的更新策略进行修改，引入自我学习因子，使青蛙个体依据适应度值而选择不同大小的自我学习因子；然后用改进的蛙跳算法ISFLA训练支持向量机（support vectors machines，SVM），并将其用于人脸识别中。 ORL和 CAS－PEAL－R1人脸库的实验仿真结果表明，与ASFLA－SVM、SFLA－SVM 和 PSO－SVM 方法相比， ISFLA－SVM方法的人脸识别时间短，识别率高，对脸部表情变化和饰物有良好的鲁棒性，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
2	阎爱玲	兰州文理学院电子信息工程学院	1	1	1.0	1.0