基于代数特征与粗集的模糊神经网络研究  

Study on Fuzzy Neural Networks Based on the combination of Rough set and Algebraic Features

作　　者：邵俊[1] 吴小俊[1] 王士同[2] 杨静宇[3] 

机构地区：[1]江苏科技大学电子与信息学院,镇江212003 [2]江南大学信息工程学院,无锡214122 [3]南京理工大学信息学院,南京210094

出　　处：《微计算机信息》2007年第34期297-299,共3页Control & Automation

基　　金：国家自然科学基金(60472060;60572034);中国科学院沈阳自动化研究所机器人学重点实验室基金(RL200108);江苏省自然科学基金(BK2004058;BK2006081);图像处理与图像通信实验室开放基金项目(KJS03038);教育部科学技术研究项目(105087)

摘　　要：对人脸识别方法进行研究,提出了一种新的人脸识别方法,首先在粗糙集属性约简方法中加入LDA引入鉴别信息,构成新的特征空间。然后在新的特征空间中设计模糊神经网络分类器进行分类。在ORL人脸图像库上的实验结果表明,该方法具有良好的性能。A study is made on face recognition and a new face recognition method is suggested . First, LDA is added to the reduction algorithm of rough set so that discriminant information is introduced, which is formed into a new feature space. Then a fuzzy neural classifier is designed in the new feature space. Experiments results on the facial database of ORL indicate that the proposed method has good performance.

关 键 词：主成分分析 线性判别分析 属性约简 近似约简误差 模糊神经网络 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]