LVQ bp的人脸识别算法

人工智能专属驿站

已于 2022-07-09 13:07:21 修改

阅读量188

点赞数

分类专栏：模式识别人脸识别图像处理文章标签：人工智能 python 机器学习

于 2022-07-09 13:05:25 首次发布

本文链接：https://blog.csdn.net/m0_68894275/article/details/125692256

版权

模式识别同时被 3 个专栏收录

48 篇文章 5 订阅 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

图像处理

28 篇文章 2 订阅 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

人脸识别

9 篇文章 0 订阅

订阅专栏

本文介绍了LVQ（Learning Vector Quantization）和BP（Backpropagation）神经网络在人脸识别中的应用。首先通过LVQ算法获取特征，然后使用BP网络进行设计和训练。文章详细阐述了人脸识别技术的三个发展阶段，强调了LVQ和BP算法在当前技术中的重要性，并提供了核心代码示例。

摘要由CSDN通过智能技术生成

lvq

Bp算法的核心代码

code

% 训练数据
P_train=train_pro;
Tc_train=train_labels;
T_train=ind2vec(Tc_train);%%变为向量格式


[test_data,test_labels]=readsample(address,ClassNum,test_samp,rows,cols,image_fmt);

test_pro=Pro_Matrix'*test_data;
pnew=test_pro;

% 测试数据
P_test=test_pro;
Tc_test=test_labels;
%% 创建网络
z=[]
for i=1:40
count_B=length(find(Tc_train==i));%%找到lvq的参数数值
z=[z,count_B];

首先获得lvq算法的特征

然后进行Bp神经网络算法的设计

第一阶段（

了解本专栏