【正文】
序存儲。將測試特征值插到每個特征向量(列)的排序特征列表的適當位置。測試樣本模式的兩個最近鄰居在每列中進行識別,并且評估它們的相似性。下面就K近鄰算法給出人臉識別的步驟:步驟1 在每一列,將特征值與它們的主索引一起升序排列。步驟2 在每列的適當位置插入測試樣本的每個特征向量。步驟3 在每列中去掉兩個最近鄰居,并對兩個最近的鄰居計算測試模式的相似性,每個都有主索引。步驟4 對所有主索引計算測試模式的所有相似性。步驟5 給測試人臉分配具有最大相似性值的主索引。如果在測試文件中的人臉不屬于任何存儲在主要數(shù)據(jù)文件的人臉,對于這個測試臉,將給出與其最相似的分類索引。4 結(jié)語隨著計算機和人工智能技術(shù)的發(fā)展,人們對模式識別技術(shù)在圖像處理中的應(yīng)用越來越重視。同時,模式識別涉及并利用到數(shù)學、計算機科學等多學科的理論知識,而將這些學科的新技術(shù)和成就綜合運用到模式識別中,提出更符合需求的模式識別技術(shù)是今后值得研究的重要課題。5 參考文獻[1] 邊肇祺,張學工,(第二版)[M].北京:清華大學出版社 200001.[2] 沈清,[M].長沙:國防科技大學出版社,1991.[3] Karayiannis N B, Pai P I. A fuzzy vector quantization algorithms and their application in image pression [J].IEEE Transaction on Image Processing, 1995,4(9):1 1931 201.[4] Chen Li, Yap KimHui. A fuzzy Knearestneighbour algorithm to blind image deconvolution [A].IEEE International Conference on Systems, Man and Cybernetice, 200303:2 0492 54. [5] (拓撲模式識別)——一種模式識別新模型的理論與應(yīng)用[J].電子學報,2003,31(1):13.[6] 張俊玲,[J].科技創(chuàng)新導報,2014(19