基于聚类算法人脸识别方法的研究

本文研究了基于聚类算法的人脸识别方法。根据人脸图像划分子图像的数目和所选定的训练或测试人脸图像的类别数的情况，确定RBF神经网络的输入层、输出层的节点数;根据RBF神经网络的训练识别效果，通过调整中间隐含层节点数、核函数及其中心点和宽度，通过基于聚类算法的人脸识别仿真实验，具体量化了中间隐含层节点数与子图像的对应关系、每幅子图像中奇异值向量的保留个数、聚类因数的选取等各项参数，为进一步根据各个子图像权值的合理分配，提高人脸识别的识别精度和良好的识别速度提供了有效的参数支持。