基于数据场的PCA方法在人脸识别中的应用研究  

作　　者：陈惠明[1] 冯素琴[1] 邸未冬[1] 

机构地区：[1]忻州师范学院计算机科学系,山西忻州034000

出　　处：《福建电脑》2009年第3期81-82,共2页Journal of Fujian Computer

摘　　要：数据场是一种用定量数据表达不确定概念的的数学模型,具有较强的聚类能力。论文根据数据场理论,引入势函数,提出一种基于无监督学习的模式分类方法,将其作为PCA(Principal Component Analysis)方法的后端分类器,应用到人脸识别中。实验表明基于数据场的PCA方法是一种有效的人脸识别算法,具有较好的鲁棒性。

关 键 词：数据场 PCA 势 特征提取 模式分类 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TQ245.12[自动化与计算机技术—计算机科学与技术]