基于自组织稀疏RAM的N-tuple神经网络的人脸识别  

Face Recognition Based On Self-Organizing Maps and The Approximate Type N-tuple Neural Network With Sparse RAM

作　　者：周兆捷[1] 吴乐南[1] 

机构地区：[1]东南大学无线电工程系,南京210096

出　　处：《信号处理》2004年第4期342-345,共4页Journal of Signal Processing

基　　金：江苏省图象通信重点实验室开放研究课题资助项目(K02091)

摘　　要：本文提出了一种首先采用自组织映射(SOM)神经网络对稀疏RAM的N-tuple神经网络(SN-tuple)的稀疏分布存储器(SDM)的地址矢量根据训练样本进行优化,然后再对SN-tuple进行学习训练的人脸识别方法,在此称为自组织稀疏RAM的N-tuple神经网络。通过大量人脸识别的实验证明,该方法有效的解决了SN-tuple受随机SDM地址矢量影响较大的问题,具有识别率高且稳定的特点。In this paper, a face recognition approach, named the approximate type N-tuple neural network with self-organizing sparse RAM, is presented. Self-Organizing Maps is used to optimize the address vector of sparse distributed memory in the approximate type N-tuple neural network with sparse RAM for training face samples. Experimental results demonstrate that the performance of SN-tuple is increased and more stable for face recognition.

关 键 词：人脸识别 N-tuple神经网络 自组织映射 RAM 人脸图像 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]