基于遗传神经网络的人脸识别分类器设计

·摘 要:该文提出一种基于遗传模拟退火算法的神经网络，并应用到人脸识别中。实验结果表明，用遗传模拟退火算法精度高、迭代步骤少、收敛快，基于遗传模拟退火的神经网络应用于人脸识别是有效的，能提高识别率。[著者文摘]

·摘 要:介绍了RBF神经网络在人脸识别中的应用；通过理论分析和实验效果突出了RBF神经网络在机器学习中的优势。实验结果证明：RBF神经网络具有运算速度快、识别率高、算法简单等特点。在训练样本减少的情况下，该学习机的分类...

【摘要】根据对向传播网络适于模式分类的特性，提出了基于对向传播网络的人脸识别方法。同时，为了克服对向传播网络在训练过程中的不稳定性，改进了对向传播网络的学习算法，并且以国际通用的ORL人脸库为对

·摘 要:利用LLE非线性降维方法提取人脸特征,然后将提取出来的特征输入到BP神经网络进行训练得到人脸类间的判别信息,进行人脸识别。利用LLE降维方法既能够降低数据维数,减少运算量,又很好的保留了各类人脸样本的拓扑结构,...

利用神经网络识别人脸，源文件为.h和.c，可直接加入工程，需要数据训练神经网络。

提供《基于对向传播神经网络的人脸识别方法.pdf》完整技术工程技术资料下载（归档大小 212 K），包含相关硬件原理图参考、开发文档或源代码工程。