首页> 中文期刊> 《软件导刊》 >基于FLPP的极端学习机人脸识别方法

基于FLPP的极端学习机人脸识别方法

         

摘要

极端学习机(ELM)训练速度快、分类率高,已被广泛应用于人脸识别领域,但是在实际问题中由于数据具有较高维数,导致EL M在有限样本下存在学习不充分的问题.传统对数据进行有效维数约简的方法,没有考虑到数据之间判别信息和小样本问题.为此,提出一种强制性保留算法(FLPP),以保持全部样本与局部样本之间的几何结构,同时类间离散度矩阵加入判别信息,因此避免了样本点重叠和小样本问题.实验结果表明,该算法有效提高了极端学习机的泛化性能和分类准确率.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号