基于RBF神经网络的人脸识别

被引：6

作者：

朱树先

张仁杰

郑刚

机构：

[1] 上海理工大学光电学院

来源：

光学仪器 | 2008年 / 02期

关键词：

RBF神经网络; BP神经网络; 支持向量机; 核函数;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.41 [];

学科分类号：

080203 ;

摘要：

介绍了RBF神经网络在人脸识别中的应用;通过理论分析和实验效果突出了RBF神经网络在机器学习中的优势。实验结果证明:RBF神经网络具有运算速度快、识别率高、算法简单等特点。在训练样本减少的情况下,该学习机的分类性能没有明显退化。因此,RBF神经网络是一种性能优异的学习机。

引用

页码：31 / 33

页数：3

共 7 条

[1] BP和RBF神经网络在人脸识别中的比较 [J].

朱树先 ;

张仁杰 .

仪器仪表学报, 2007, (02) :375-379

[2] 基于BP神经网络的人脸识别 [J].

甘俊英 ;

张有为 .

系统工程与电子技术, 2003, (01) :113-115

[3] RBF网络在线辨识算法与应用研究 [J].

宫赤坤 ;

华泽钊 .

甘肃工业大学学报, 2002, (03) :64-67

[4] 基于核函数的SVM机与三层前向神经网络的关系 [J].

张铃 .

计算机学报, 2002, (07) :696-700

[5] 支持向量机理论与基于规划的神经网络学习算法 [J].

张铃 .

计算机学报, 2001, (02) :113-118

[6]

人工神经网络原理及仿真实例[M]. 机械工业出版社 , 高隽编著, 2003

[7]

Conformal Transformation of Kernel Functions: A Data-Dependent Way to Improve Support Vector Machine Classifiers[J] . Si Wu,Shun-Ichi Amari.Neural Processing Letters . 2002 (1)

← 1 →