摘要
BP和RBF是模式识别中应用最为广泛的2种神经网络,本文将这2种网络应用于人脸识别,分别建立了人脸识别模型。利用ORL人脸图像数据库进行了仿真实验,通过对比分析它们各自的识别率和泛化能力等性能指标,提出了在应用这2种神经网络进行模式识别时应注意的方面。
BP and RBF neural networks are widely applied in pattern recognition. These two methods were used for face recognition, and their face recognition models were established respectively. Simulation experiments were carried out using ORL face database. The characteristics of two neural networks, such as recognition rate and generalization ability are discussed,which should be considered in the practical applications of these two types of neural networks.
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2007年第2期375-379,共5页
Chinese Journal of Scientific Instrument
关键词
BP神经网络
RBF神经网络
离散余弦变换
特征提取
模式识别
人脸识别
BP neural network RBF neural network discrete cosine transform feature extraction pattern recognition face recognition
作者简介
朱树先，男，1970年出生，1996年毕业于辽宁工学院，2003年于上海理工大学获得硕士学位，现在上海理工大学攻读博士学位，主要研究方向为图像处理和模式识别。地址：上海市军工路516号208信箱，200093电话：021-55277257 E-mail：shuxian163@163．com张仁杰，男，1956年出生，分别于1982年和1988年在上海机械学院获得学士和硕士学位，现为上海理工大学教授，主要研究方向为工业在线检测技术与装置。地址：上海市军工路516号208信箱，200093电话：021-55277257；E—mail：zhangrj@cableplus．com．cn
