利用主元分析与神经网络进行人脸识别

人脸识别是模式识别中的一个相当重要而又十分困难的课题。从适应性及优化特征两个角度提出利用主元分析法和神经网络合成的方法（ＰＣＡ＋ＮＮ）进行人脸识别。理论分析和实验结果表明，通过神经网络及主元分析法不同的特性，ＰＣＡ＋ＮＮ可以同时达到自适应和优化特征抽取的目的。

人脸全局特征识别研究

人脸识别是模式中的一个相当重要却又十分困难的课题。本文利用神经网络（ＮｅｕｒａｌＮｅｔｗｏｒｋ，简称ＮＮ）及主元分析法（ＰｒｉｎｃｉｐｌｅＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ，简称ＰＣＡ）不同的特性提出了两种人脸识别的模型：ＮＮ＋ＮＮ模型及ＰＣＡ＋ＮＮ模型。理论分析和实验结果表示：这两种新的识别模型可以实现优化特征抽取和自适应识别。

遗传算法在模式识别中的应用

以图像模式识别为代表，根据模式识别的特点，对传统遗传算法的选择策略及操作方法进行了修正，提出一种适于在全图像空间中对已知模式进行识别的遗传算法，它具有尺度和旋转不变性，并在噪声干扰的情况下仍保持良好的自适应性。