文摘
英文文摘
绪 论
第一章人脸识别技术综述
1.1人脸识别的主要方法
1.1.1基于特征脸的方法
1.1.2基于几何特征的人脸识别方法
1.1.3弹性图匹配的方法
1.1.4基于人工神经网络的方法
1.1.5基于支持向量机的方法
1.1.6隐马尔可夫模型的方法
1.1.7其他综合方法
1.2人脸识别的基本过程
1.2.1人脸图像预处理
1.2.2特征提取
1.2.3分类方法
本章小结
第二章粗糙集理论与神经网络技术
2.1粗糙集理论
2.1.1粗糙集简介
2.1.2粗糙集的基本概念
2.1.3粗糙集中的属性约简
2.1.4粗糙集在图像处理中的应用
2.2人工神经网络技术
2.2.1人工神经网络简介
2.2.2人工神经网络元模型
2.2.3神经网络的拓扑结构和学习方式
2.2.4.BP神经网络
本章小结
第三章基于粗糙集和神经网络的人脸识别方法
3.1图像预处理
3.1.1人脸图像库
3.1.2预处理方法
3.2 PCA特征提取
3.2.1 K-L变换
3.2.2奇异值分解原理
3.2.3 PCA原理与实现
3.3改进的PCA人脸识别方法
3.3.1改进PCA算法的原理
3.3.2改进PCA算法的实现
3.3.3实验结果与分析
3.4基于粗糙集的属性约简方法
3.2.1基于粗糙集的属性约简方法
3.2.2属性重要度特征选择算法
3.5神经网络分类器设计
3.4.1输入输出层设计
3.4.2隐含层设计
3.4.3初始化设计
3.4.4网络中函数与期望误差的选取
本章小结
第四章实验结果及其数据分析
4.1实验环境及实现的功能
4.1.1算法基本框架
4.1.2算法实现的主要功能
4.2实验结果分析
4.2.1预处理后的部分数据结果
4.2.2使用PCA和粗糙集提取的特征
4.2.3神经网络训练和识别结果
4.2.4几种算法的识别结果比较
本章小结
结论
参考文献
附录ABP网络学习公式推导
攻读硕士学位期间发表的学术论文
致 谢