计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2006年
3期
215-218
,共4页
谢永华%张生亮%陈伏兵%杨静宇
謝永華%張生亮%陳伏兵%楊靜宇
사영화%장생량%진복병%양정우
ART网%模式识别%最小风险检测%分类器%人脸识别
ART網%模式識彆%最小風險檢測%分類器%人臉識彆
ART망%모식식별%최소풍험검측%분류기%인검식별
本文通过对传统的自适应共振网络(ART)的研究,分析了其优缺点及应用领域,在此基础上提出了一种适合训练样本数较少、样本特征值维数较高的图像目标分类的最小风险检测ART网络,并重点讨论了该网络在结构上的改进和运行原理,以及基于该网络的分类器的设计及其算法实现过程.通过对ORL人脸库和Yale人脸库的图像样本仿真结果表明,应用该分类方法进行人脸图像分类识别,同时获得了较高的分类速度和分类效果.
本文通過對傳統的自適應共振網絡(ART)的研究,分析瞭其優缺點及應用領域,在此基礎上提齣瞭一種適閤訓練樣本數較少、樣本特徵值維數較高的圖像目標分類的最小風險檢測ART網絡,併重點討論瞭該網絡在結構上的改進和運行原理,以及基于該網絡的分類器的設計及其算法實現過程.通過對ORL人臉庫和Yale人臉庫的圖像樣本倣真結果錶明,應用該分類方法進行人臉圖像分類識彆,同時穫得瞭較高的分類速度和分類效果.
본문통과대전통적자괄응공진망락(ART)적연구,분석료기우결점급응용영역,재차기출상제출료일충괄합훈련양본수교소、양본특정치유수교고적도상목표분류적최소풍험검측ART망락,병중점토론료해망락재결구상적개진화운행원리,이급기우해망락적분류기적설계급기산법실현과정.통과대ORL인검고화Yale인검고적도상양본방진결과표명,응용해분류방법진행인검도상분류식별,동시획득료교고적분류속도화분류효과.