一种基于改进径向基神经网络的人脸图像识别方法

被引：5

作者：

王阳萍 ^{[1
]}

朱正平 ^{[2
]}

孙传庆 ^{[2
]}

机构：

[1] 兰州交通大学信息与电气工程学院

[2] 兰州城市学院计算机系

来源：

甘肃科学学报 | 2006年 / 02期

关键词：

减聚类算法; 径向基神经网络; 人脸识别;

D O I：

10.16468/j.cnki.issn1004-0366.2006.02.018

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

常用于径向基神经网络中心参数学习的K-均值聚类算法,易受初始参数选取的影响而收敛于局部极小值.将自动终止聚类判据的减聚类算法用于径向基网络的学习,可根据样本集确定径向基函数数目,且其计算量与数据点的数目与考虑问题的维数无关,很适合于人脸这种维数较高的模式.实验证明,应用这种算法训练径向基神经网络识别人脸,从识别精度到识别速度上都优于传统算法.

引用

页码：62 / 65

页数：4