计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2006年
9期
2038-2040
,共3页
陈蕾%黄贤武%刘家胜%仲兴荣
陳蕾%黃賢武%劉傢勝%仲興榮
진뢰%황현무%류가성%중흥영
提升小波变换%学习矢量量化%鉴别分析%神经网络%人脸识别
提升小波變換%學習矢量量化%鑒彆分析%神經網絡%人臉識彆
제승소파변환%학습시량양화%감별분석%신경망락%인검식별
提出了一种基于提升小波变换(LWT)和学习矢量量化网络(LVQ)相结合的鉴别分析方法.提升小波又叫作第二代小波,比传统的第一代小波变换更为快速有效,利用它的多分辨率特性,可以获取输入图像的低频信息并使图像降维.LVQ算法是在有教师状态下对竞争层进行训练的一种学习算法.LVQ网络结构简单,但却表现出比BP网络更强的有效性和鲁棒性.在ORL标准人脸库及现实人脸图像上的实验结果表明该方法具有很好的鉴别分析能力.
提齣瞭一種基于提升小波變換(LWT)和學習矢量量化網絡(LVQ)相結閤的鑒彆分析方法.提升小波又叫作第二代小波,比傳統的第一代小波變換更為快速有效,利用它的多分辨率特性,可以穫取輸入圖像的低頻信息併使圖像降維.LVQ算法是在有教師狀態下對競爭層進行訓練的一種學習算法.LVQ網絡結構簡單,但卻錶現齣比BP網絡更彊的有效性和魯棒性.在ORL標準人臉庫及現實人臉圖像上的實驗結果錶明該方法具有很好的鑒彆分析能力.
제출료일충기우제승소파변환(LWT)화학습시량양화망락(LVQ)상결합적감별분석방법.제승소파우규작제이대소파,비전통적제일대소파변환경위쾌속유효,이용타적다분변솔특성,가이획취수입도상적저빈신식병사도상강유.LVQ산법시재유교사상태하대경쟁층진행훈련적일충학습산법.LVQ망락결구간단,단각표현출비BP망락경강적유효성화로봉성.재ORL표준인검고급현실인검도상상적실험결과표명해방법구유흔호적감별분석능력.
