可用于人脸识别的反馈型二元神经网络

摘要：

提出和分析了一种新型的反馈型随机神经网络,并将其用于解决复杂的人脸识别问题.该模型采用随机型加权联接,神经元为简单的非线性处理单元.理论分析揭示该网络模型存在唯一的收敛平稳概率分布,当网络中神经元个数较多时,平稳概率分布逼近于Boltzmann-Gibbs分布,网络模型与马尔可夫随机场之间存在密切关系.在设计了一种新型模拟退火和渐进式Boltzmann学习算法后,系统被成功地应用于难度较大的静态和动态人像识别,实验结果证实了系统的可行性和高效率.

关键词：反馈型随机二元神经网络、渐进式Boltzmann学习、马尔可夫随机场、模拟退火

所属期刊栏目：12

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金69805002;浙江省自然科学基金;教育部青年基金

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1128-1139