资源简介
BP神经网络用于人脸识别,含源文件,识别效果理想
代码片段和文件信息
function LibSVM_Classify
%% 训练数据和测试数据的准备
mid = 1/2*nSample;
train_data_N = db(New_Final_Level_Mean_Energy_N(1:mid:));
train_data_O = db(New_Final_Level_Mean_Energy_O(1:mid:));
train_data_I = db(New_Final_Level_Mean_Energy_I(1:mid:));
train_data_B = db(New_Final_Level_Mean_Energy_B(1:mid:));
test_data_N = db(New_Final_Level_Mean_Energy_N(mid+1:end:));
test_data_O = db(New_Final_Level_Mean_Energy_O(mid+1:end:));
test_data_I = db(New_Final_Level_Mean_Energy_I(mid+1:end:));
test_data_B = db(New_Final_Level_Mean_Energy_B(mid+1:end:));
train_data = [train_data_N;train_data_O;train_data_I;train_data_B];
test_data = [test_data_N;test_data_O;test_data_I;test_data_B];
%% 训练数据和测试数据标签
train_label=[ones(tn11);zeros(tn11)];
test_label=[ones(tn01);zeros(tn01)];
%% LibSVM分类
%% GA参数优化cg——gaSVMcgForClass
% maxgen:最大的进化代数默认为200一般取值范围为[100500]
% sizepop:种群最大数量默认为20一般取值范围为[20100]
% cbound = [cmincmax]参数c的变化范围默认为(0100]
% gbound = [gmingmax]参数g的变化范围默认为[01000]
% v:SVM Cross Validation参数默认为5
ga_option.maxgen = 300;
ga_option.sizepop = 60;
ga_option.cbound = [0100];
ga_option.gbound = [01000];
ga_option.v = 5;
ga_option.ggap = 0.9;
[bestaccbestcbestg] = gaSVMcgForClass(train_labeltrain_dataga_option);
%% 网格参数优化cg——SVMcgForClass
%%function [bestaccbestcbestg] = SVMcgForClass(train_labeltraincmincmaxgmingmaxvcstepgstepaccstep)
%[train_scaletest_scaleps] = scaleForSVM(train_datatest_data01);
%[bestaccbestcbestg]=SVMcgForClass(train_labeltrain_data0.13201005114.5);
%%
fprintf(‘(best c=%gg=%grate=%g)\n‘bestcbestgbestacc);
% cmd = [‘-c‘num2str(bestc)‘-g‘num2mstr(bestg)];
% model = svmtrain(train_label train_data cmd);
% [predict_label accuracy dec_values] = svmpredict(test_label test_data model);
%% SVM可视化
% w = model.SVs‘ * model.sv_coef;
% b = -model.rho;
% [mmmn] = size(model.SVs);
%
% figure;
% hold on;
% [mn] = size(train_data);
% for run = 1:m
% if train_label(run) == 1
% h1 = plot( train_data(run1)train_data(run2)‘r+‘ );
% else
% h2 = plot( train_data(run1)train_data(run2)‘g*‘ );
% end
% for i = 1:mm
% if model.SVs(i1)==train_data(run1) && model.SVs(i2)==train_data(run2)
% h3 = plot( train_data(run1)train_data(run2)‘o‘ );
% end
% end
% end
% legend([h1h2h3]‘1‘‘0‘‘Support Vectors‘);
% hold off;
%
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 177478 2008-06-12 20:11 006-Face_Angle_BP\program\Images\10_1.bmp
文件 177478 2008-06-12 18:14 006-Face_Angle_BP\program\Images\10_2.bmp
文件 177478 2008-06-12 17:20 006-Face_Angle_BP\program\Images\10_3.bmp
文件 177478 2008-06-12 18:17 006-Face_Angle_BP\program\Images\10_4.bmp
文件 177478 2008-06-12 19:35 006-Face_Angle_BP\program\Images\10_5.bmp
文件 177478 2008-06-12 20:11 006-Face_Angle_BP\program\Images\1_1.bmp
文件 177478 2008-06-12 18:14 006-Face_Angle_BP\program\Images\1_2.bmp
文件 177478 2008-06-12 17:20 006-Face_Angle_BP\program\Images\1_3.bmp
文件 177478 2008-06-12 18:18 006-Face_Angle_BP\program\Images\1_4.bmp
文件 177478 2008-06-12 19:35 006-Face_Angle_BP\program\Images\1_5.bmp
文件 177478 2008-06-12 20:11 006-Face_Angle_BP\program\Images\2_1.bmp
文件 177478 2008-06-12 18:14 006-Face_Angle_BP\program\Images\2_2.bmp
文件 177478 2008-06-12 17:20 006-Face_Angle_BP\program\Images\2_3.bmp
文件 177478 2008-06-12 18:18 006-Face_Angle_BP\program\Images\2_4.bmp
文件 177478 2008-06-12 19:35 006-Face_Angle_BP\program\Images\2_5.bmp
文件 177478 2008-06-12 20:12 006-Face_Angle_BP\program\Images\3_1.bmp
文件 177478 2008-06-12 18:15 006-Face_Angle_BP\program\Images\3_2.bmp
文件 177478 2008-06-12 17:20 006-Face_Angle_BP\program\Images\3_3.bmp
文件 177478 2008-06-12 18:18 006-Face_Angle_BP\program\Images\3_4.bmp
文件 177478 2008-06-12 19:35 006-Face_Angle_BP\program\Images\3_5.bmp
文件 177478 2008-06-12 20:12 006-Face_Angle_BP\program\Images\4_1.bmp
文件 177478 2008-06-12 18:15 006-Face_Angle_BP\program\Images\4_2.bmp
文件 177478 2008-06-12 17:20 006-Face_Angle_BP\program\Images\4_3.bmp
文件 177478 2008-06-12 18:19 006-Face_Angle_BP\program\Images\4_4.bmp
文件 177478 2008-06-12 19:36 006-Face_Angle_BP\program\Images\4_5.bmp
文件 177478 2008-06-12 20:13 006-Face_Angle_BP\program\Images\5_1.bmp
文件 177478 2008-06-12 18:15 006-Face_Angle_BP\program\Images\5_2.bmp
文件 177478 2008-06-12 17:21 006-Face_Angle_BP\program\Images\5_3.bmp
文件 177478 2008-06-12 18:19 006-Face_Angle_BP\program\Images\5_4.bmp
文件 177478 2008-06-12 19:36 006-Face_Angle_BP\program\Images\5_5.bmp
............此处省略30个文件信息
相关资源
- 粒子群训练bp神经网络的matlab程序
- matlab虹膜识别
- BPSK调制.ms11
- MATLAB-车牌识别代码打包.zip
- BP算法ISAR成像基于FEKO仿真模型
- LDPC编译码 matlab仿真,BP算法
- 基于MATLABhough变换的表盘刻度识别系统
- 基于MATLAB的库外人脸识别GUI界面源码
- BP神经网络预测实例
- 道路识别
- Human Action Detection Resources 一篇关于总
- bp神经网络预测
- 水果识别和分类
- 局部二值模式进行编码的人脸识别
- BP Classification 基于matlab神经网络的遥
- matlab实现图像边缘检测、图像分割、
- MATLAB模式识别与智能计算代码
- bpsk MATLAB仿真
- svmplot 支持向量机的画图程序。能很好
- 车牌识别小程序
- 掌纹识别
- 男女声识别
- face recognition 稀疏表示人脸分类与识别
- svm分类器的汉语声调识别
- BP GA预测时间序列
- 简单的Matlab人脸识别
- BP Match 基于置信传播的立体匹配算法
- 声纹识别
- 手写体数字识别的训练数据库
- 锁相环仿真
评论
共有 条评论