首页| 行业标准| 论文文档| 电子资料| 图纸模型
购买积分 购买会员 激活码充值

您现在的位置是:团子下载站 > 其他 > 如何使用极端学习机进行人脸特征深度稀疏自编码的详细方法概述

如何使用极端学习机进行人脸特征深度稀疏自编码的详细方法概述

  • 资源大小:0.98 MB
  • 上传时间:2021-07-08
  • 下载次数:0次
  • 浏览次数:18次
  • 资源积分:1积分
  • 标      签: 函数 算法 编码器

资 源 简 介

针对输入人脸特征的不准确性导致识别系统识别率不高的问题,提出了一种有效的基于极端学习机(ELM)的人脸特征深度稀疏自编码(DSAE)方法。首先,利用截断式核范数构造损失函数,通过最小化损失函数提取人脸图像的稀疏特征;其次,利用极端学习机自编码器( ELM-AE)模型进行人脸特征的自编码,实现数据维度的降低以及噪声过滤;最后,通过经验风险极小化得到最优的深度结构。在ORL、IMM、Yale和UMIST人脸数据集上的实验结果表明,DSAE方法对高维人脸图像的识别率明显优于极端学习机、随机森林(RF)等算法,且具有良好的泛化性能。
VIP VIP