بهینه سازی شبکه های عصبی RBF برای بازشناسی چهره

سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,644

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIKT02_041

تاریخ نمایه سازی: 12 دی 1386

چکیده مقاله:

بازشناسی چهره امروزه کاربردهای گوناگونی یافته و بدلیل اهمیت این موضوع ، روشهای مختلفی برای آن پیشنهاد شده است . ما در این مقاله از FLD بهمراه شبکه های عصبی RBF برای بازشناسی چهره استفاده کرده ایم . بدین ترتیب که در ابتدا به کمک شیوه FLD بردار ویژگی استخراج شده و سپس این ویژگیها به عنوان بردار ورودی شبکه در نظر گرفته شده اند . ودرنهایت بمنظور طبقه بندی از شبکه های عصبی RBF استفاده کرده ایم . ما در این مقاله شیوه جدیدی بمنظور تعیین پارامترهای اولیه شبکه های عصبی RBF با استفاده از جداسازی داده های ورودی قبل از شروع یادگیری ارائه داده ایم . سپس پس از تنظیم مناسب پارامترهای شبکه برای داده های YALE الگوریتم یادگیری پس انتشار را جهت آموزش شبکه RBF مورد استفاده قرار داده ایم . ما روش پیشنهادی خود را روی داده های YALE که نسبت به داده های مختلف از جمله ORL برتری نسبی دارد ، آزموده ایم . نتایج حاصل از این روش نرخ بازشناخت %٩٧,٣ را نشان می دهد .

کلیدواژه ها:

YALE ‐ پس انتشار - داده های FLD -RBF بازشناسی چهره - شبکه های عصبی

نویسندگان

احمد شالباف

دانشجوی کارشناسی ارشد مهندسی پزشکی دانشگاه صنعتی امیرکبیر

منصور وفادوست

استادیار دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر

رضا شالباف

دانشجوی کارشناسی ارشد مهندسی پزشکی دانشگاه صنعتی امیرکبیر