LBP-DBN人脸识别matlab代码

上传者: unou6xnu | 上传时间: 2019-12-21 21:31:45 | 文件大小: 4.07MB | 文件类型: zip
这个程序的功能,是使用DBN算法来实现人脸识别,数据库使用ORL数据库,在迭代次数达到3000时,识别准确率98%左右 1-此程序使用的是LBP(Local Binary Pattern)来实现特征的提取 2-此程序还附带了画学习曲线的功能,画正则参数,隐层结点数,训练样本数的学习曲线 3-DBN是有几层RBM构成,该程序实现的是4层网络,输入层-隐层1-隐层2-输出层 4-DBN的训练基本上分为两步,先用RBM的训练方法训练网络得到初始值,来初始化整个网络,然后用BP反向传播算法来微调整个网络 5-神经网络参数的更新,使用matlab提供的fmincg函数,前提是我们要先得到网络的代价函数nnCostFunction 在此感谢改程序作者,改程序很有参考价值,值得深度学习。ps.程序内的一些图片目录小伙伴们请自行修改

文件下载

资源详情

[{"title":"( 423 个子文件 4.07MB ) LBP-DBN人脸识别matlab代码","children":[{"title":"fmincg.m <span style='color:#111;'> 8.57KB </span>","children":null,"spread":false},{"title":"dbntrain.m <span style='color:#111;'> 405B </span>","children":null,"spread":false},{"title":"nnCostFunction.m <span style='color:#111;'> 4.91KB </span>","children":null,"spread":false},{"title":"learningCurve.m <span style='color:#111;'> 1.96KB </span>","children":null,"spread":false},{"title":"predict.m <span style='color:#111;'> 648B </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

  • qq_45097018 :
    请问我想验证不同迭代次数的错误率,要改哪里,我改了opts.numepochs = 30这个,运行还是3000次,应该改哪里呀?
    2020-04-23
  • qq_45097018 :
    请问我想验证不同迭代次数的错误率,要改哪里,我改了opts.numepochs = 30这个,运行还是3000次,应该改哪里呀?
    2020-04-23
  • xiongchangren :
    人脸识别进行预测的输入格式是什么,可以举个例子吗? pred = predict(Theta1, Theta2,Theta3, test_x); %计算正确率
    2019-03-12
  • xiongchangren :
    人脸识别进行预测的输入格式是什么,可以举个例子吗?pred = predict(Theta1, Theta2,Theta3, test_x);%计算正确率
    2019-03-12
  • csdn609 :
    如果我要提升网络层数,这个程序能办到吗
    2018-06-01
  • csdn609 :
    如果我要提升网络层数,这个程序能办到吗
    2018-06-01
  • qq_35229699 :
    你好,修改正确了图片目录,运行主函数,没有出现学习曲线?没有出现图片显示? 运行主函数 什么框和结果都没有出来啊
    2018-05-06
  • qq_35229699 :
    你好,修改正确了图片目录,运行主函数,没有出现学习曲线?没有出现图片显示? 运行主函数 什么框和结果都没有出来啊
    2018-05-06
  • qq_38768121 :
    请问一下这个是怎么运行的
    2018-04-27
  • qq_38768121 :
    请问一下这个是怎么运行的
    2018-04-27

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明