1.一种联合特征增强和网络参数优化的人脸识别方法,其特征在于该方法包括以下步骤:步骤1、把ORL人脸库分为训练样本和测试样本;
2
步骤2、分别使用2DPCA、(2D) PCA方法对步骤1中的训练样本提取特征值和特征向量;
步骤3、使用插值的方法分别对步骤2中两种方法所提取的特征向量进行特征增强并与BP神经网络结合做仿真实验;
步骤4、使用WSCPSO算法优化BP神经网络参数,所述的WSCPSO算法为一种缓慢变化的可调节权重PSO算法,其中WSCPSO算法中的惯性权重采用如下公式计算:ω(t)=arccot((1/t1)×(t‑(Tmax/2)))其中t1为任意正数,可任意给定,t为当前迭代次数,Tmax不同时,通过改变t1选择合适权重的变化率;
步骤5、把步骤3中增强的特征数据作为输入数据输入到步骤4中优化后的神经网络中,进行仿真实验;
步骤6、使用训练好的神经网络对测试人脸进行分类。