شناسایی احساسات چهره با استفاده از PCA و SVM بهینه شده توسط ABC
محل انتشار: کنفرانس بین المللی مهندسی برق
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 801
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICELE01_306
تاریخ نمایه سازی: 21 شهریور 1395
چکیده مقاله:
در این مقاله از ترکیب سه روش PCA-SVM- ABC استفاده شده است. مزیت این روش آن است که چنانچه بانک اطلاعاتی ما محدود باشد امکان طبقه بندی وجود دارد به عنوان مثال در طبقه بندی هفت کلاسه می توانیم با حداقل هفت دیتا آموزش طبقه بندی را انجام دهیم. در ابتدا بانک تصاویر وارد سیستم می شود. استخراج ویژگی های صورت مانند چشم ها، بینی، دهان از چهره انجام می شود. سپس برای کاهش ابعاد از PCA استفاده می شود PCA یک تصویر را به صورت ماتریس دریافت کرده و یک بردار ایجاد می کند. سپس بردارهای متناظر با تصویرها به عنوان ورودی SVM استفاده شده و SVM طبقه بندی را انجام می دهد. برای بهبود کارایی SVM پارامترهای SVM را به وسیله الگوریتم تکاملی کلونی زنبورعسل بهینه سازی می نماییم
کلیدواژه ها:
نویسندگان
عادله غلامی
گروه مهندسی کامپیوتر گرایش نرم افزار، واحد مشهد، دانشگاه آزاد اسلامی، مشهد
قمرناز تدین
گروه مهندسی کامپیوتر گرایش نرم افزار، واحد مشهد، دانشگاه آزاد اسلامی، مشهد
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 :