سال انتشار: ۱۳۸۵

محل انتشار: دوازدهمین کنفرانس سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۵

نویسنده(ها):

قاسم میرجلیلی – استادیار دانشکده مهندسی برق، دانشگاه یزد
بابک کشاورزی – دانشجوی کارشناسی ارشد، دانشکده مهندسی برق، دانشگاه یزد
محمدتقی صادقی – استادیار دانشکده مهندسی برق، دانشگاه یزد

چکیده:

در این مقاله، دو روش غیرخطی Kernel PCA و Kernel FDA جهت استخراج ویژگی ها در یک سیستم بازشناسی چهره مورد بررسی قرار گرفته و کارایی این دو روش با یکدیگر و با روش همبستگی و دو روش خطیFLDA و PCA مقایسه می شود . جهتمشاهده نتایج از دو مجموعه داد ة استانداردAT&T و YALE استفاده شده است و روی هر مجموعه داده ، دو استراتژی متفاوتجهت آزمایش به کار رفته اس ت: یکی استراتژی آزمایش تصادفی و دیگری استراتژی همه به جز یکی . همچنین روش نزدیکترینهمسایه جهت طبقه بندی چهره استفاده می شود.