ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

A New Neural Network Approach for Face Recognition based on Conjugate Gradient Algorithms and Principal Component Analysis

سال انتشار: 1391
کد COI مقاله: ICNMO01_121
زبان مقاله: انگلیسیمشاهده این مقاله: 1,349
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله A New Neural Network Approach for Face Recognition based on Conjugate Gradient Algorithms and Principal Component Analysis

Hamed Azami - Department of Electrical Engineering, Iran University of Science and Technology,
Milad Malekzadeh - Department of Electrical and Computer Engineering, Babol Industrial University,
Saeid Sanei - Faculty of Engineering and Physical Sciences, University of Surrey,

چکیده مقاله:

This paper presents a new approach based on conjugate gradient algorithms (CGAs) and principal component analysis (PCA) for face recognition. First, images are decomposed into a set of time-frequency coefficients using discrete wavelet transform (DWT). Basic back propagation (BP) is a well established technique in training a neural network. However, since in this algorithm the steepest descent direction is not the quickest convergence, it is slow for many practical problems and in many cases including face recognition, its performance is not satisfactory. To overcome this problem, four algorithms, namely, Fletcher-Reeves CGA, Polak-Ribikre CGA, Powell-Beale CGA, and scaled CGA have been proposed. Also, in this paper the PCA as a pre-processing step to create the uncorrelated and distinct features of the DWT of images is used. The simulation results show that all of the proposed methods, compared with the basic BP, have greater accuracies

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICNMO01_121 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/187714/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Azami, Hamed and Malekzadeh, Milad and Sanei, Saeid,1391,A New Neural Network Approach for Face Recognition based on Conjugate Gradient Algorithms and Principal Component Analysis,International Conference on Nonlinear Modeling and Optimization,Amol,https://civilica.com/doc/187714

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1391, Azami, Hamed؛ Milad Malekzadeh and Saeid Sanei)
برای بار دوم به بعد: (1391, Azami؛ Malekzadeh and Sanei)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • H. Azami, S. Sanei and K. Mohammadi, "Improving the neural ...
  • E. Gumus, N. Kilic, A. Sertbas and O. N. Ucan, ...
  • M. R. M. Rizk and _ Taha, "Analys is of ...
  • J. Daugman, "Face and gesture recognition: overview", IEEE Transactions on ...
  • L. W iskott, J. Fellous, N. Kruger and C. Malsburg, ...
  • M. J. Er, W. Chen and S. Wu, "High -speed ...
  • M. Firdaus, SFace recognition using neural networks, International Conference _ ...
  • H. Azami, H. Alizadeh and S. Sanei, :GPS GDOP Classification ...
  • F. Paulin and A. Santhakumarar _ "Classification of breast cancer ...
  • M. H. Shaheed, "Performance analys is of 4 types of ...
  • Z. Zakaria, N. A. M. Isa and S. A. Suandi, ...
  • M. F. Moller, :A scaled conjugate gradient algorithm for fast ...
  • R. Bhati, S. Jain, D. K. Mishra and D. Bhati, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 22,553
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی