基于kernel空间的RBF Network的人脸识别方法

来源 :中国人工智能学会第10届全国学术年会 | 被引量 : 0次 | 上传用户:lss81
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
线性子空间分析被人们广泛应用于人脸识别,但足由于线性了空间方法本身固有的线性特性,不能很好地描述实际人脸图像中的一些复杂的非线性变化,如姿态、表情等。Kernel特征窄间能够反映人脸图像像素问的非线性特征,近年来得到了人们的大力关注。本文结合径向基函数神经网络(RBFNN)计算简单、刚络结构简洁和完善的数学理论等特点以及kernel特征窄间能够反映人脸向量的非线性特征的特点,提出一种利用径向基函数神经网络在Kernel特征空间提取人脸非线性特征的人脸识别算法。实验表明该算法具有较好的识别率。
其他文献
本文对当前强化学习的研究现状进行了综述。首先介绍强化学习的原理、结构以及主要算法;其次介绍目前强化学习中的不完全感知、多Agent强化学习及连续状态空间等几个研究热点
CBR是人工智能的传统研究领域,随着Internet规模的急剧扩大,CBR系统需要基于Web框架,案例的存储形式、相应的组织结构,及其检索推理方法都需要满足网络要求。本文基于语义Web技术
会议
本文提出了一种新的基于视觉原理和WEBER定律的径向基函数(RBF)回归建模方法。和传统的RBF回归建模方法相比,它不但考虑丫训练样本的数据结构,还充分利用了人眼很强的目标识别
指纹特征识别以它本身具有的唯一性和不变性,成为生物特征识别中一个重要研究方向。奇异点的准确、可靠提取对自动指纹识别系统有很重要的意义。本文中提出了一种利用点方向和
会议
研究多agent环境下的学习行为对于系统的适应性是至关重要的。强化学习技术通过将学习过程建模成马氏决策过程,已经解决了单个agent在静态环境下的最优行为策略求解问题。但是
会议
本文首先运用多元分析方法对音乐所包含的情感色彩进行提取和分析,并将测试音乐样本按照舒缓激越情感特征进行分类;然后从数字信号处理技术角度探讨不同类别的音乐所具有的特征
离群数据对象发现是从大量数据对象中挖掘少数的具有独特行为模式的数据对象,从而揭示出大量数据中隐含的有价值的知识,在诸如电予商务犯罪、电信和信用卡欺诈的侦查、视频监视
会议
本文在对贝叶斯分类器、线性分类器和BP神经网络分类器进行阐述的基础上,给出了以神经网络BP算法为依据的布匹瑕疵分类器的具体实现,并讨论了对BP算法的改进。
本文将单agent Q学习引入到多agent环境,提出了一种多agent协作团队的Q学习方法,即基于承诺和约定先给agent分配求解子目标,然后针对系统求解过程中的相似性,用相似性来减少学习
会议
本文研究将现代智能优化方法中的禁忌搜索方法引入到聚类分析中米。通过对已搜索的局部最优解做出标记,可以在进一步的迭代搜索中尽量避开这些已处理过的解;通过定义某种转移概
会议