一种新的混合分类器及其人脸识别的应用研究

发布时间：2017-07-14 15:16

  本文关键词：一种新的混合分类器及其人脸识别的应用研究

  更多相关文章： 深度学习 分类器模型 深度玻尔兹曼机神经网络 差异受限玻尔兹曼机神经网络 人脸识别

【摘要】：随着互联网的发展,人脸识别在安全领域得到越来越广泛的应用.传统的人脸识别方法泛化能力较差,无法有效处理特别复杂的函数关系而使其在安全领域发展比较缓慢.为了提高人脸识别的正确率,本文提出了一种新的深度玻尔兹曼机神经网络(deep Boltzmann machine,DBM)和差异受限玻尔兹曼机神经网络(discriminative restricted Boltzmann machine,DRBM)的混合模型,在人脸数据集上与传统的人脸识别模型做了对比,为了进一步验证有效性,本文还选取在公共CMU-PIE人脸图像数据集上作了对比试验.实验发现:在两个数据集上,新的混合模型相对传统模型都有更好的识别效果,将产生直接的社会效益和管理意义.
【作者单位】： 哈尔滨工业大学经济与管理学院;东北大学工商管理学院;
【关键词】： 深度学习 分类器模型 深度玻尔兹曼机神经网络 差异受限玻尔兹曼机神经网络 人脸识别
【基金】：国家自然科学基金(71271070) 黑龙江省自然科学基金(G2016003)~~
【分类号】：TP391.41
【正文快照】： i引言 随着城镇化进程的不断加快,人口聚集方式由村落不断向居民区转型,邻里之间的交互慢慢减少,村落中邻里之间隐藏的对彼此负责的“安全契约”也慢慢消失,邻里之间的“安全责任”转由居民区的物业统一 负责,这就为新型城镇化进程的安全带来了挑战,如何保证小区的安全,提高

【相似文献】

中国期刊全文数据库 前3条

1 刘来福，唐志宇，匡锦瑜;向量玻尔兹曼机[J];北京师范大学学报(自然科学版);1996年04期

2 秦胜君;卢志平;;基于限制玻尔兹曼机的无极性标注情感分类研究[J];科学技术与工程;2013年35期

3 ;[J];;年期

中国硕士学位论文全文数据库 前10条

1 李娟;基于RBM的小分子活性及选择性研究[D];兰州大学;2015年

2 叶睿;基于深度学习的人脸检测方法研究[D];哈尔滨工业大学;2015年

3 张卫东;深度信念网络及其在手写字体识别中的应用[D];成都理工大学;2015年

4 施维劏;门限玻尔兹曼机在人脸识别中的鲁棒性研究[D];北京交通大学;2015年

5 万程;自适应基数受限玻尔兹曼机[D];清华大学;2015年

6 李亦锬;受限的玻尔兹曼机在背景建模和文本建模中的研究与应用[D];中国科学技术大学;2016年

7 张艳霞;基于受限玻尔兹曼机的深度学习模型及其应用[D];电子科技大学;2016年

8 朱常宝;基于深度玻尔兹曼机的特征学习算法研究[D];北京化工大学;2016年

9 张怡康;基于受限玻尔兹曼机的深度学习方法研究[D];北京化工大学;2016年

10 董时静;全局形状与局部一致性联合建模的显著性检测[D];大连理工大学;2016年

，

本文编号：541590