基于RBF神经网络的多类混叠人脸识别

• 作者: 朱树先 李芸 祝勇俊
• 来源期刊: 苏州科技大学学报（工程技术版）
• 学科: 工学
• 关键词: RBF神经网络 人脸识别 高斯函数 多类混叠
• 年，卷（期）: 2019,（3）
• 页码范围: 78-80
• 页数: 3页
• 分类号: TP391
• 字数: 2732字
• 语种: 中文

摘要

在模式识别领域中,RBF神经网络以运算速度快、稳定性好、识别率高等诸多优点获得了广泛的应用,取得了良好的识别效果.与以往应用RBF神经网络进行人脸识别的方式不同,笔者采用了一种基于多类混叠条件下的样本训练及识别模式,将本属于不同类别的样本混成一个大类,每一大类包含的原单一类别数目也不相同.按照实验样本所属的大类进行训练与识别,并与常用的单类识别效果进行了比较,验证了所用方法的有效性和合理性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祝勇俊	苏州科技大学电子与信息工程学院	12	23	3.0	4.0
2	朱树先	苏州科技大学电子与信息工程学院	23	76	5.0	7.0
3	李芸	苏州科技大学电子与信息工程学院	2	2	1.0	1.0