基于改進型卷積神經(jīng)網(wǎng)絡和支持向量機的人臉識別方法研究.pdf

1、隨著人工智能的發(fā)展，人臉識別受到越來越多的重視。人臉識別技術(shù)已經(jīng)成為當下熱門的研究課題。人臉識別主要包括了特征提取和特征分類，本文分別從這兩個方面提出了改進的算法:
　　(1)提出了一種基于改進型卷積神經(jīng)網(wǎng)絡和支持向量機的人臉識別算法。卷積神經(jīng)網(wǎng)絡可以自動提取圖像特征，但識別率卻有待提高，支持向量機對于非線性特征具有良好的分辨能力，本文將兩者結(jié)合起來，同時在卷積神經(jīng)網(wǎng)絡中加入Fisher線性度量函數(shù)，增大類間距離，減小類內(nèi)距離。實

2、驗證明所提出的算法性能得到了有效地提高。
　　(2)提出了一種基于粒子群算法的混合核支持向量機人臉識別算法。該算法將全局核函數(shù)和局部核函數(shù)按照比例混合組成一個新的核函數(shù)，以同步保證全局核函數(shù)的強泛化和局部核函數(shù)的強學習能力，同時利用粒子群算法的快速尋找最優(yōu)解的特點，優(yōu)化支持向量機的核參數(shù)。實驗證明該算法也有良好的識別效果。
　　(3)將混合核的支持向量機作為分類器應用到卷積神經(jīng)網(wǎng)絡中，提出了改進型的卷積神經(jīng)網(wǎng)絡和粒子群優(yōu)化的