基于軟計(jì)算的人臉識別理論研究與應(yīng)用.pdf

1、人臉識別是計(jì)算機(jī)模式識別領(lǐng)域中一個(gè)富有挑戰(zhàn)性的課題，有著重要的理論研究價(jià)值和應(yīng)用價(jià)值。本文將軟計(jì)算方法中的粗糙集理論和模糊神經(jīng)網(wǎng)絡(luò)與代數(shù)特征抽取相結(jié)合對人臉識別進(jìn)行研究，主要內(nèi)容如下： 1.研究了基于PCA和LDA的人臉識別方法，在ORL人臉庫上的實(shí)驗(yàn)結(jié)果表明LDA方法比PCA方法抽取的特征在最小距離分類器上的識別率要高。 2.研究了基于粗糙集理論的人臉識別方法，用基于粗糙集近似約簡誤差的屬性約簡算法對Fisherfac

2、e進(jìn)行特征選擇，使Fisherface的維數(shù)得到進(jìn)一步壓縮，在Iris數(shù)據(jù)和ORL人臉庫上的實(shí)驗(yàn)結(jié)果表明了該方法的有效性。 3.研究了基于模糊神經(jīng)網(wǎng)絡(luò)的人臉識別方法，分析和詳細(xì)闡述了兩種模糊神經(jīng)網(wǎng)絡(luò)——后件為實(shí)數(shù)的模糊神經(jīng)網(wǎng)絡(luò)和補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)，將這兩種模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用到人臉識別上，在ORL人臉庫上的實(shí)驗(yàn)結(jié)果表明這兩種方法可有效提高人臉識別率。 4.提出了人臉識別的一種新方法，該方法克服了Roman W.等(文獻(xiàn)[13]