计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2009年
12期
3357-3359
,共3页
二维主成分分析%人耳特征维数%数据存储空间%BP神经网络%人耳识别
二維主成分分析%人耳特徵維數%數據存儲空間%BP神經網絡%人耳識彆
이유주성분분석%인이특정유수%수거존저공간%BP신경망락%인이식별
针对人耳识别特征提取阶段二维主成分分析算法(2DPCA)所提取的人耳特征维数较大,从而造成实时性差、数据存储空间不足等问题提出了一种改进方法.该方法首先对人耳图片进行预处理,然后采用改进的两级2DPCA算法,进一步压缩提取的人耳特征维数,最后采用BP神经网络进行分类识别.实验表明,将改进的两级2DPCA算法同BP神经网络相结合,具有较好的实时性,同时节约了特征数据的存储空间,并保持了较好的识别率.
針對人耳識彆特徵提取階段二維主成分分析算法(2DPCA)所提取的人耳特徵維數較大,從而造成實時性差、數據存儲空間不足等問題提齣瞭一種改進方法.該方法首先對人耳圖片進行預處理,然後採用改進的兩級2DPCA算法,進一步壓縮提取的人耳特徵維數,最後採用BP神經網絡進行分類識彆.實驗錶明,將改進的兩級2DPCA算法同BP神經網絡相結閤,具有較好的實時性,同時節約瞭特徵數據的存儲空間,併保持瞭較好的識彆率.
침대인이식별특정제취계단이유주성분분석산법(2DPCA)소제취적인이특정유수교대,종이조성실시성차、수거존저공간불족등문제제출료일충개진방법.해방법수선대인이도편진행예처리,연후채용개진적량급2DPCA산법,진일보압축제취적인이특정유수,최후채용BP신경망락진행분류식별.실험표명,장개진적량급2DPCA산법동BP신경망락상결합,구유교호적실시성,동시절약료특정수거적존저공간,병보지료교호적식별솔.
