10.14081/j.cnki.hgdxb.2019.02.006
基于自适应FCM-NMF的人脸识别研究
非负矩阵分解(NMF)是一种有效提取特征的方法,但算法中参数的随机初始化使得迭代求解速度慢,且易陷入局部极小的问题.针对以上问题,提出了一种自适应FCM-NMF的方法,该方法利用模糊C聚类方法(FCM)获得相似性关系矩阵,能为NMF参数的初始化提供较好的初值,从而有效解决了上述问题.通过在两个人脸库的实验结果显示,收敛速度明显高于随机赋初值的方法,识别率也有所提高.
非负矩阵分解、模糊C均值聚类、相似性、自适应、人脸识别
48
TP391(计算技术、计算机技术)
天津市应用基础与前沿技术研究计划16JCYBJC15600
2019-05-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
41-47