基于改进二维主成分的分析及神经网络的人耳识别方法.pdfVIP

基于改进二维主成分的分析及神经网络的人耳识别方法.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于改进二维主成分的分析及神经网络的人耳识别方法

第29卷第12期 计算机应用 V01.29No.12 of Dec.2009 2009年12月 Journal ComputerApplications 文章编号:1001—9081(2009)12—3357—03 基于改进二维主成分分析及神经网络的人耳识别方法 刘嘉敏,刘 强,朱晟君 (重庆大学光电工程学院,重庆400044) (cqIlIq@126.eom) 摘要: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。 关键词:二维主成分分析;人耳特征维数;数据存储空问;BP神经网络;人耳识别 中图分类号:TP391.41文献标志码:A Ear on based recognition 2D andneuralnetwork improvedprincipalcomponentanalysis LIU Jia—min,LIU Qiang,ZHUSheng-jun (CollegeofOptoeleetronic西191抽砷彤ChongqingUm鼬y,Chongqing400044,Ch/na) Abstract:Sincethehumanearfeatureextractionmetlledof2Dimensional Component PdncipM lackdata authors features leadsto real—time and of bigger dimension,whichpoor capability storagespace,the relatively of of 811 2DPCA anew human proposedapproach.Firsta11.pretreatmente盯picttm朗Wnscompleted.Thenimprovedalgorithm wasusedto feature neundnetworkwasusedinesr resultsshow compressdimension.Finally.BP classitlcation.Experimental thatthismethodi8ofreal·timeandc明savefeaturedata alsomaintaill8

文档评论(0)

skvdnd51 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档