改进的模糊神经网络及其在人脸识别中的应用

摘要：

对基于模糊神经网络的人脸图像分类器进行研究.将多输入单输出模糊推理系统改造成多输入多输出的模糊神经分类器,并提出了一种改进的模糊神经分类器,改进模型的计算量明显减少.在将模糊规则库与训练样本集对应的基础上提出了一种模糊隶属函数参数的初始化方法.该初始化方法的优点在于它充分利用了训练样本所包含的鉴别信息.在ORL人脸的原始图像空间中用上述方法设计分类器,获得了较好的实验结果。

关键词： 模式识别 模糊神经网络 规则库 人脸识别

作者: 吴小俊 张媛媛 王士同 於东军 郑宇杰 杨静宇

作者单位: 江南大学,信息工程学院,江苏,无锡,214036 江苏科技大学,电子信息学院,江苏,镇江,212003 南京理工大学,信息学院,南京,210094

会议类型: 国内会议

会议名称: 第十届全国敏感元件与传感器学术会议

会议地点: 北京

会议语种:中文

页码: 465-469

在线出版日期: 2007-08-25（万方平台首次上网日期，不代表论文的发表时间）