基于ACMSFLA-SVM的人脸识别算法

作者：刘悦婷

来源：牡丹江大学学报, 2016, 25(11): 125-128.

DOI：10.15907/j.cnki.23-1450.2016.11.042

• 支持向量机
• 蛙跳算法
• 交叉
• 变异
• 人脸识别
• 最优解

针对人脸识别中支持向量机(support vectors machines,SVM)在训练样本数较多且维数较高时,识别效果不理想,提出用自适应交叉变异的蛙跳算法(adaptive crossover and mutation shuffled frog leaping algorithm,ACMSFLA)训练SVM。该算法先用反向学习法产生初始群体提高初始解的质量;再依适应度值选择不同概率进行交叉和变异操作;最后应用于人脸识别中,ORL人脸库的实验仿真结果表明,ACMSFLA-SVM算法的人脸识别时间短,识别率高,在训练样本不足时,识别效果良好。

• 单位
  电子信息工程学院; 兰州文理学院