| 基于混沌理论和支持向量机的人脸识别方法 |
| |
| 引用本文： | 张新明,徐久成.基于混沌理论和支持向量机的人脸识别方法[J].高技术通讯,2009,19(5). |
| |
| 作者姓名： | 张新明 徐久成 |
| |
| 作者单位： | 河南师范大学计算机与信息技术学院,新乡,453007 |
| |
| 基金项目： | 河南省科技攻关项目，河南省教育厅科技攻关项目 |
| |
| 摘 要： | 针对如何选定主成分分析(PCA)特征维数和如何选定支持向量机(SVM)的参数来进一步提高人脸识别系统性能的问题,提出了一种基于混沌理论和支持向量机的人脸识别方法.首先,在统一的目标函数下,在采用PCA方法对人脸图像进行降维和将得到的特征送入SVM中进行训练期间,使用具有可操作性的改进混沌优化算法同时对PCA图像特征维数和分类器参数进行优化选择,然后用得到的优化人脸特征和最佳参数的分类器对未知图像进行识别.基于该方法,对ORL和Yale人脸库进行实验,其识别率都高达99%以上,仿真结果表明,该方法极大地提高了人脸识别能力.
|
| 关 键 词： | 人脸识别 混沌优化算法(COA) 支持向量机(SVM) 主成分分析(PCA) |
Face recognition based on the chaos theory and support vector machine |
| |
| Zhang Xinming,Xu Jiucheng.Face recognition based on the chaos theory and support vector machine[J].High Technology Letters,2009,19(5). |
| |
| Authors: | Zhang Xinming Xu Jiucheng |
| |
| Affiliation: | Zhang Ximning,Xu Jiucheng(College of Computer and Information Technology,Henan Normal University,Xinxiang 453007) |
| |
| Abstract: | Aiming at the problem of how determining the dimensions of the eigenvectors and how selecting the kernel parameters of support vector machines (SVM) to enhance the face recognition performance,this paper presents a face recognition method based on the chaos theory and the SVM algorithm.Firstly,the method reduces the image feature dimensions with the principal component analysis (PCA) and inputs the features to the SVM to train,and then,optimizes these kernel parameters and the dimensions of PCA features sim... |
| |
| Keywords: | face recognition chaotic optimization algorithm(COA) support vector machine(SVM) principal component analysis(PCA) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
