基于RBF神经网络PCA变换的识别技术

左军; 周灵; 孙亚民

您当前的位置：

首页 >

文章列表页 >

基于RBF神经网络PCA变换的识别技术

研究论文 | 更新时间：2023-12-11

- 基于RBF神经网络PCA变换的识别技术
- Recognition Technology Based on RBF Neural Network with PCA Transform
- 中山大学学报(自然科学版)(中英文) 2014年53卷第6期页码：135-139
- 作者机构：
  
  1. 佛山科学技术学院电子与信息工程学院,广东,佛山,528000
  2. 
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版日期：2014，
  
  网络出版日期：2014-11-25，
扫描看全文
左军, 周灵, 孙亚民. 基于RBF神经网络PCA变换的识别技术[J]. 中山大学学报(自然科学版)(中英文), 2014,53(6):135-139.

ZUO Jun, ZHOU Ling, SUN Yamin. Recognition Technology Based on RBF Neural Network with PCA Transform[J]. Acta Scientiarum Naturalium Universitatis SunYatseni, 2014,53(6):135-139.
左军, 周灵, 孙亚民. 基于RBF神经网络PCA变换的识别技术[J]. 中山大学学报(自然科学版)(中英文), 2014,53(6):135-139. DOI：

ZUO Jun, ZHOU Ling, SUN Yamin. Recognition Technology Based on RBF Neural Network with PCA Transform[J]. Acta Scientiarum Naturalium Universitatis SunYatseni, 2014,53(6):135-139. DOI：

摘要

应用RBF神经网络作为分类器用于人脸识别。提出了两个重要的准则来估计RBF单元的初始宽度，这个宽度可以控制RBF神经网络分类器的泛化能力。PCA方法把训练样本集投影到特征脸空间，以减少维数。在PCA变换的基础上，作者进一步运用FLD方法，为分类找到一个最佳的子空间，使类间距离和类内距离之比最大化。在ORL数据库上进行了仿真，仿真结果表明，该算法具有高效性和有效性。

Abstract

The RBF neural network for classification is applied in face recognition. With two important criterion for estimating the initial width of RBF unit

the width can control the generalization ability of RBF neural network classifier. PCA method to the training sample set the projection to the face space

to reduce dimension. On the basis of the PCA transform

an optimal subspace classification makes the distance between the classes to maximize the ratio of the distance using FLD method. Simulation is conducted on the ORL database

and its results show that the algorithm is efficiency and effectiveness.

关键词

径向基函数权值调整梯度下降法人脸特征

Keywords

radial basis function(RBF)weight adjustmentgradient descent methodfacial feature

references

浏览量

250

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

分级在线自组织学习的GD-FNN算法研究