多谐波极限学习机集成人脸识别方法
需积分: 5 156 浏览量
更新于2024-08-13
收藏 873KB PDF 举报
本文主要探讨了"基于多谐波极限学习机集成的人脸识别"这一前沿研究领域。多谐波极限学习机(Polyharmonic Extreme Learning Machine, PELM)作为一种新兴的神经网络模型,其核心在于利用多谐波函数的特性来处理复杂的数据结构,如人脸图像,具有高效的学习能力和较快的训练速度。在人脸识别领域,传统方法通常依赖深度学习或支持向量机等技术,而这篇研究则引入了PELM的集成策略,即通过构建一个包含多个独立训练的PELM的ensemble,提高识别的准确性和鲁棒性。
作者Jianwei Zhao、Zhenghua Zhou和Feilong Cao共同合作,设计了一种新颖的分类器,它将多谐波极限学习机作为一个组件进行组合。该集成方法不仅考虑了单个PELM的性能,还通过随机分配各个部分的权重,实现了对多种特征和模式的有效捕捉,从而提高了人脸识别系统的综合性能。这种方法避免了单一模型可能遇到的过拟合问题,并且在处理人脸图像的细微变化和表情多样性方面展现出优势。
论文发表在《神经计算与应用》(Neural Computing and Applications)期刊上,该刊是国际知名的专业学术平台,发表的论文具有较高的影响力。由于版权原因,该文章仅供个人阅读,未经授权不能进行电子存储或公开分享,即使是作者在自己的网站或机构库中发布,也需遵守12个月的等待期。这篇原创文章旨在推动人脸识别技术的发展,特别是在处理复杂生物特征识别任务时,展示了PELM集成方法的独特价值和潜力。
总结来说,该研究提供了一个创新的解决方案,通过多谐波极限学习机的集成,提升了人脸识别的精度和稳健性,对于人脸识别技术的实际应用具有重要的理论和实践意义。对于从事人工智能、机器学习或计算机视觉领域的研究者而言,这篇文章值得深入阅读和进一步研究,以探索如何在实际场景中优化和部署这样的技术。
2009-09-17 上传
2007-11-25 上传
点击了解资源详情
点击了解资源详情
2021-06-11 上传
2021-09-23 上传
2021-04-26 上传
2022-07-15 上传
2021-09-23 上传
weixin_38733885
- 粉丝: 8
- 资源: 941
最新资源
- zlib-1.2.12压缩包解析与技术要点
- 微信小程序滑动选项卡源码模版发布
- Unity虚拟人物唇同步插件Oculus Lipsync介绍
- Nginx 1.18.0版本WinSW自动安装与管理指南
- Java Swing和JDBC实现的ATM系统源码解析
- 掌握Spark Streaming与Maven集成的分布式大数据处理
- 深入学习推荐系统:教程、案例与项目实践
- Web开发者必备的取色工具软件介绍
- C语言实现李春葆数据结构实验程序
- 超市管理系统开发:asp+SQL Server 2005实战
- Redis伪集群搭建教程与实践
- 掌握网络活动细节:Wireshark v3.6.3网络嗅探工具详解
- 全面掌握美赛:建模、分析与编程实现教程
- Java图书馆系统完整项目源码及SQL文件解析
- PCtoLCD2002软件:高效图片和字符取模转换
- Java开发的体育赛事在线购票系统源码分析