一种基于最小风险检测ART网分类器的设计与人脸识别

计算机科学 ›› 2006, Vol. 33 ›› Issue (3): 215-218.

一种基于最小风险检测ART网分类器的设计与人脸识别

出版日期:2018-11-17 发布日期:2018-11-17
基金资助:
国家自然科学基金项目（60472060）资助.

Online:2018-11-17 Published:2018-11-17

摘要/Abstract

摘要： 本文通过对传统的自适应共振网络（ART）的研究，分析了其优缺点及应用领域，在此基础上提出了一种适合训练样本数较少、样本特征值维数较高的图像目标分类的最小风险检测ART网络，并重点讨论了该网络在结构上的改进和运行原理，以及基于该网络的分类器的设计及其算法实现过程.通过对ORL人脸库和Yale人脸库的图像样本仿真结果表明，应用该分类方法进行人脸图像分类识别，同时获得了较高的分类速度和分类效果.

关键词: ART网模式识别最小风险检测分类器人脸识别

Abstract: Based on the study on the transient Adaptive Resonance Theory（ART）and their merits and defects, an im proved ART network of input venture detection adapted to classification of less training stylebooks and high dimension images is presented in this paper.

Key words: ART network,Pattern recognition, Input venture detection criterion,Classifier,Face recognition

. 一种基于最小风险检测ART网分类器的设计与人脸识别[J]. 计算机科学, 2006, 33(3): 215-218. https://doi.org/