| 几种机器学习方法在人脸识别中的性能比较 |
| |
| 引用本文： | 杨长盛,陶亮. 几种机器学习方法在人脸识别中的性能比较[J]. 计算机工程与应用, 2009, 45(4): 169-172. DOI: 10.3778/j.issn.1002-8331.2009.04.048 |
| |
| 作者姓名： | 杨长盛 陶亮 |
| |
| 作者单位： | 安徽大学,智能计算与信号处理教育部重点实验室,合肥,230039;安徽大学,智能计算与信号处理教育部重点实验室,合肥,230039 |
| |
| 基金项目： | 国家自然科学基金,安徽省人才发展基金,安徽大学创新团队项目 |
| |
| 摘 要： | BP神经网络、RBF神经网络、支持向量机（SVM）和集成学习是目前应用最为广泛的四种机器学习方法。将这四种常用的机器学习方法分别应用于人脸识别,并利用ORL人脸图像库对各学习方法性能进行了测试和评估。测试结果表明SVM和集成学习在实验中取得了较好的性能,最适合用于人脸识别中特征分类器。
|
| 关 键 词： | 人脸识别 机器学习 反向传播神经网络 径向基函数神经网络 支持向量化 集成学习 比较 |
| 收稿时间： | 2008-07-30 |
| 修稿时间： | 2008-9-25 |
Performance comparison of several machine learning methods for face recognition |
| |
| YANG Chang-sheng,TAO Liang. Performance comparison of several machine learning methods for face recognition[J]. Computer Engineering and Applications, 2009, 45(4): 169-172. DOI: 10.3778/j.issn.1002-8331.2009.04.048 |
| |
| Authors: | YANG Chang-sheng TAO Liang |
| |
| Affiliation: | MOE Key Lab of Intelligent Computing & Signal Processing,Anhui University,Hefei 230039,China |
| |
| Abstract: | BP neural network,RBF neural network,Support Vector Machines(SVM),and ensemble learning are four widely-used machine learning methods at present.In this paper,these four widely-used machine learning methods are applied to face recognition,and then the ORL database is selected to test and evaluate each learning method.Experimental results demonstrate that SVM and ensemble learning methods have achieved good performance in the experiment and are most suitable for feature classifier in face recognition. |
| |
| Keywords: | face recognition machine learning Back Propagation（BP） neural network Radial Basis Function（RBF） neural network Support Vector Machines（SVM） ensemble learning comparison |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
