基于量子遺傳算法和支持向量機(jī)的人臉識別方法.pdf

1、人臉識別技術(shù)是一個非?；钴S的研究課題，有著廣泛的應(yīng)用前景。人臉識別問題從本質(zhì)上講是分類問題，對于人臉識別這樣的小樣本問題，傳統(tǒng)的分類方法容易出現(xiàn)過學(xué)習(xí)(overfitting)現(xiàn)象，導(dǎo)致算法泛化能力差，對人臉識別這個非線性很強(qiáng)的分類模式無能為力。建立在統(tǒng)計學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險最小原理基礎(chǔ)上的支持向量機(jī)方法，因其結(jié)構(gòu)簡單、學(xué)習(xí)性能優(yōu)越，可防止過學(xué)習(xí)現(xiàn)象和陷入局部最小等優(yōu)點，已經(jīng)成為人臉識別的首選分類器。 量子遺傳算法(QGA)是量子

2、計算理論與遺傳算法原理相結(jié)合的產(chǎn)物，作為一種新興的全局優(yōu)化算法有著很好的應(yīng)用前景。QGA以量子計算為基礎(chǔ)，采用量子比特編碼，由于量子比特能夠表征疊加態(tài)，因此比傳統(tǒng)遺傳算法具有更好的種群多樣性和收斂性。算法通過量子門作用實現(xiàn)進(jìn)化搜索，因而QGA具有種群規(guī)模小、尋優(yōu)能力強(qiáng)、收斂速度快和計算時間短的特點。 本文在對量子遺傳算法進(jìn)行研究的基礎(chǔ)上，提出了一種基于量子遺傳算法的人臉識別改進(jìn)算法。在該算法中首先對人臉圖像進(jìn)行特征提取，然后利用