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:
由于稀疏表示方法在人脸分类算法中的成功使用,基于此研究人员提出了一种新的分类方法即基于稀疏表示的分类方法(SRC).因此寻求最优的稀疏表示方法就成为了人脸识别研究的重点.由于粒子群算法具有原理简单、参数较少和效率较高等优点,因此将基于剪枝策略的骨干粒子群算法(NPSO)应用于稀疏解的寻优过程.选择弹性网络估计(Elastic Network)作为NPSO算法的适应度函数,提出了一种稀疏解优化方法即EnNPSO.该方法具有很高的全局收敛性和稳定性,还具有很强的处理高维小样本和强相关性变量数据的能力.仿真实验表明该算法提高了人脸识别率,具有更高的适应性.
推荐文章
基于粒子群算法和神经网络的人脸识别分类器研究
人脸识别
奇异值分解
BP神经网络
粒子群优化算法
基于SIFT稀疏表示的人脸识别算法
人脸识别
尺度不变特征变换
FisherVector
主成分分析
稀疏表示
利用粒子群优化的人脸特征提取识别算法
小渡变换
张量主成分分析
粒子群优化
人脸识别
基于离散余弦变换和稀疏表示的人脸识别
人脸识别
离散余弦变换
稀疏表示
词袋
局部特征
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 基于骨干粒子群的弹性稀疏人脸识别
来源期刊 计算机工程与应用 学科 工学
关键词 稀疏表示 弹性网络 人脸识别 粒子群算法 骨干粒子群算法 剪枝策略
年,卷(期) 2017,(17) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 143-148
页数 6页 分类号 TP391.4
字数 6442字 语种 中文
DOI 10.3778/j.issn.1002-8331.1603-0201
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 王士同 江南大学数字媒体学院 528 3424 23.0 37.0
2 李光早 江南大学数字媒体学院 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (85)
共引文献  (13)
参考文献  (16)
节点文献
引证文献  (5)
同被引文献  (38)
二级引证文献  (25)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(9)
  • 参考文献(3)
  • 二级参考文献(6)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(10)
  • 参考文献(2)
  • 二级参考文献(8)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(9)
  • 引证文献(4)
  • 二级引证文献(5)
2019(14)
  • 引证文献(1)
  • 二级引证文献(13)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
稀疏表示
弹性网络
人脸识别
粒子群算法
骨干粒子群算法
剪枝策略
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导