主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
赵杰煜.可用于人脸识别的反馈型二元神经网络.软件学报,2001,12(8):1128-1139
可用于人脸识别的反馈型二元神经网络
A Novel Recurrent Neural Network for Face Recognition
  
DOI:
中文关键词:  反馈型随机二元神经网络  渐进式Boltzmann学习  马尔可夫随机场  模拟退火
英文关键词:stochastic binary network  incremental Boltzmann learning  Markov random field  simulated annealing
基金项目:Supported by the National Natural Science Foundation of China under Grant No.69805002(国家自然科学基金);the Natural Science Foundation of Zhejiang Province of China(浙江省自然科学基金);and the Education Grant for Excellent Youth ofMinistry of China(教育部)
作者单位
赵杰煜 宁波大学信息科学与技术研究所浙江宁波 315211 
摘要点击次数: 3309
全文下载次数: 2584
中文摘要:
      提出和分析了一种新型的反馈型随机神经网络,并将其用于解决复杂的人脸识别问题.该模型采用随机型加权联接,神经元为简单的非线性处理单元.理论分析揭示该网络模型存在唯一的收敛平稳概率分布,当网络中神经元个数较多时,平稳概率分布逼近于Boltzmann-Gibbs分布,网络模型与马尔可夫随机场之间存在密切关系.在设计了一种新型模拟退火和渐进式Boltzmann学习算法后,系统被成功地应用于难度较大的静态和动态人像识别,实验结果证实了系统的可行性和高效率.
英文摘要:
      A novel stochastic neural network is proposed in this paper. Unlike the traditional Boltzmann machine, the new model uses stochastic connections rather than stochastic activation functions. Each neuron has very simple functionality but all of its synapses are stochastic. It is shown that the stationary distribution of the network uniquely exists and it is approximately a Boltzmann Gibbs distribution. It is also revealed there exists a strong relationship between the model and the Markov random field. New efficient techniques are developed to implement simulated annealing and Boltzmann lerning.The model has been successfully applied to large-scale face recognition task in which face images are dynamically captured from a video source.Learing and recoginiz-ing processes are carried out in real time.The experimental results show the new model is not only feasible but also efficient.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利