首页 / 资料库 / 文献详情

Feature selection for face recognition： a memetic algorithmic approach

Dinesh、Kumar、Shakti、Rai

2009浙江大学学报：A卷英文版Computer Science被引 1

摘要

使用主要部件分析(PCA ) 的 eigenface 方法是在脸识别使用的标准、流行的方法。这篇论文论述 PCA - 为特征选择的 memetic 算法(PCA 麻省) 途径。PCA 被前者被用于为特征选择利用的特征抽取 / 维数减小和后者的妈扩大了。模拟作为分类器用欧几里德几何学的标准在 ORL 和 YaleB 脸数据库上被执行。根据识别率被担心， PCA 麻省完全超过 eigenface 方法，这被发现。我们比较了与我们的建议 PCA 麻省方法与基因算法(PCA-GA ) 扩大的 PCA 的表演。结果清楚地也在 PCA-GA 方法上建立了 PCA 麻省方法的至高。我们进一步扩大了线性判别式分析(LDA ) 和与在识别的 MA 和观察重要改进一起的途径与更少特征评估的核主管部件分析(KPCA ) 。这篇论文也比较 PCA 麻省， LDA 麻省和 KPCA 麻省途径的表演。

引用本文（GB/T 7714）