基于改進型卷積神經網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。人臉識別技術已經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網絡和支持向量機的人臉識別算法。卷積神經網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，本文將兩者結合起來，同時在卷積神經網絡中加入Fisher線性度量函數，增大類間距離，減小類內距離。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和局部核函數按照比例混合組成一個新的核函數，以同步保證全局核函數的強泛化和局部核函數的強學習能力，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。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網絡中，提出了改進型的卷積神經網絡和粒子群優(yōu)化的