科研之友
微信
新浪微博
Facebook
分享链接
摘要
蛙跳算法(shuffled frog leaping algorithm,SFLA)易陷入局部最优,且求解精度较低,提出一种改进的蛙跳算法(improved shuffled frog leaping algorithm,ISFLA)。该算法对青蛙的更新策略进行修改,引入自我学习因子,使青蛙个体依据适应度值而选择不同大小的自我学习因子;然后用改进的蛙跳算法ISFLA训练支持向量机(support vectors machines,SVM),并将其用于人脸识别中。ORL和CAS-PEAL-R1人脸库的实验仿真结果表明,与ASFLA-SVM、SFLA-SVM和PSO-SVM方法相比,ISFLA-SVM方法的人脸识别时间短,识别率高,对脸部表情变化和饰物有良好的鲁棒性,在训练样本不足时,识别效果良好。
-
单位兰州文理学院; 电子信息工程学院
