论文部分内容阅读
本文通过对传统的自适应共振网络(ART)的研究,分析了其优缺点及应用领域,在此基础上提出了一种适合训练样本数较少、样本特征值维数较高的图像目标分类的最小风险检测 ART 网络,并重点讨论了该网络在结构上的改进和运行原理,以及基于该网络的分类器的设计及其算法实现过程。通过对 ORL 人脸库和 Yale 人脸库的图像样本仿真结果表明,应用该分类方法进行人脸图像分类识别,同时获得了较高的分类速度和分类效果。