联合特征增强和网络参数优化的人脸识别方法

摘要: 针对（2D）2PCA（two-dimensional principal component analysis）提取的特征脸精度变低的问题，本文引入插值法在特征向量之间插入新的向量，以提高特征信息的显示度；针对传统的神经网络存在学习效率低、收敛速度慢和容易陷入局部极小值的问题，本文使用一种基于权值缓慢变化的粒子群算法（particle swarm optimization with slowly changing weights，WSCPSO）优化神经网络权值.实验表明：两种算法的结合能够大大地提高识别率