-
题名基于PCA的GHA算法在BP网中的融合应用
- 1
-
-
作者
范燕
吴小俊
邵长斌
宋晓宁
-
机构
江苏科技大学计算机科学与工程学院
江南大学物联网工程学院
-
出处
《计算机科学》
CSCD
北大核心
2015年第12期302-306,共5页
-
基金
国家自然科学基金(61100116
61471182
+4 种基金
61572242)
江苏省自然科学基金(BK2012700
BK20130473)
江苏省高校自然科学基金(13KJB5200003)
四川省人工智能重点实验室基金(2012RZY02)资助
-
文摘
针对传统特征提取方法和BP神经网络相结合而存在的缺点,提出一种新的分类器模型"PCABP网"。首先利用PCA特征向量来初始化PCABP网的初始层权值矩阵,由此新模型的初始层起到取代PCA进行特征提取的作用。其次在训练过程中通过GHA和GD算法对初始层投影权值矩阵进行动态调节来优化特征向量。该方法从源头样本来优化"类别分离"和"特征提取",找到对样本降维和分类的最佳契合点,以此来替代传统模式识别中"首先单独特征提取,其次利用分类器分类"的方式。在FERET人脸库上的实验结果验证了该方法的有效性。
-
关键词
前馈神经网络
主成分分析
广义赫布算法
弹性梯度下降算法
性别分类
融合神经网络
-
Keywords
BP beural betwork, PCA, GHA, RPROP, Gender classification, Mixed neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
