桂林电子科技大学学报

2017, v.37;No.150(03) 197-202

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

基于最大相关熵的自编码网络人脸识别
Face recognition method based on auto-encoder network with maximum correlation entropy

匡勇建;莫建文;张顺岚;

摘要(Abstract):

针对传统的自编码网络及其变体均采用均方误差作为重构函数对噪声不足,提出一种基于最大相关熵的堆栈稀疏自编码网络。该方法采用最大相关熵作为网络的重构函数,并且采用多层非线性映射层构建了一个多层网络,同时引入稀疏约束项。YaleB和AR人脸库实验结果表明,在训练样本有无噪声的情况下,该方法相比传统的自编码网络均具有更强的鲁棒性,且识别性能有所提高,学习到的特征更具表达能力。

关键词(KeyWords): 自编码网络;;均方误差;;最大相关熵;;稀疏约束项;;鲁棒性

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61362021,61661017);; 广西自然科学基金(2014GXNSFDA118035);; 桂林电子科技大学研究生教育创新计划(YJCX201534)

作者(Author): 匡勇建;莫建文;张顺岚;

Email:

参考文献(References):

文章评论(Comment):

序号(No.) 时间(Time) 反馈人(User) 邮箱(Email) 标题(Title) 内容(Content)
反馈人(User) 邮箱地址(Email)
反馈标题(Title)
反馈内容(Content)
扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享