论文部分内容阅读
蛙跳算法（shuffled frog leaping algorithm，SFLA）易陷入局部最优，且求解精度较低，提出一种改进的蛙跳算法（improved shuffled frog leaping algorithm，ISFLA）。该算法对青蛙的更新策略进行修改，引入自我学习因子，使青蛙个体依据适应度值而选择不同大小的自我学习因子；然后用改进的蛙跳算法ISFLA训练支持向量机（support vectors machines，SVM），并将其用于人脸识别中。 ORL和 CAS－PEAL－R1人脸库的实验仿真结果表明，与ASFLA－SVM、SFLA－SVM 和 PSO－SVM 方法相比， ISFLA－SVM方法的人脸识别时间短，识别率高，对脸部表情变化和饰物有良好的鲁棒性，在训练样本不足时，识别效果良好。