4. Experimental and analysis
In this section, we apply the proposed algorithm to FR on the
Extended Yale B [31], and AR [32]. In order to clearly illustrate the
advantage of the proposed method, the proposed algorithm is
compared with SRC, K-SVD, LC-KSVD and FDDL. The experimental
platform is Intel (R) Core (TM) i3-2120CPU, 3.30G frequency, and
2.00G memory.
The parameters λ1 and λ2 are evaluated by 5-fold cross validation.
For the face recognition tasks, we set the parameters
λ1 ¼ 0:005, λ2 ¼ 0:05 for AR data-base, and λ1 ¼ 0:005, λ2 ¼ 0:005
for Extended Yale B database.
4. ทดลอง และวิเคราะห์ในส่วนนี้ เราใช้อัลกอริทึมเสนอกับ FR ในการขยายเยล B [31], และ AR [32] เพื่อแสดงให้เห็นอย่างชัดเจนถึงการข้อดีของวิธีการนำเสนอ ขั้นตอนวิธีที่นำเสนอคือเมื่อเทียบกับ SRC, K SVD, LC-KSVD และ FDDL การทดลองแพลตฟอร์มเป็น Intel (R) Core (TM) i3-2120CPU, 3.30G ความถี่ และหน่วยความจำ 2.00Gพารามิเตอร์ λ1 และ λ2 จะถูกประเมิน โดยตรวจสอบไขว้ 5-foldสำหรับงานการรู้จำใบหน้า เราตั้งค่าพารามิเตอร์Λ1 ¼ 0:005, λ2 ¼ 0:05 สำหรับ AR ฐานข้อมูล และ λ1 ¼ 0:005, λ2 ¼ 0:005สำหรับฐานข้อมูลขยายเยล B
การแปล กรุณารอสักครู่..

4 . ทดลองและการวิเคราะห์
ในส่วนนี้เราใช้วิธีที่เสนอเพื่อ FR ใน
ขยายเยล B [ 31 ] และ AR [ 32 ] เพื่อแสดงให้เห็นอย่างชัดเจน
ประโยชน์จากวิธีการที่นำเสนอวิธีที่เสนอ
เมื่อเทียบกับ k-svd SRC , และ , lc-ksvd fddl . แพลตฟอร์ม Intel ( R ) 2
คือ Core ( TM ) i3-2120cpu 3.30g , ความถี่ , และหน่วยความจำ 2.00g
.พารามิเตอร์λ 1 และλ 2 ได้รับการประเมินโดยผู้อื่นข้ามการตรวจสอบ .
สำหรับใบหน้างาน เราตั้งค่าพารามิเตอร์
λ¼ 0:005 λ 1 , 2 ¼ 0:05 สำหรับเป็นฐานข้อมูล และλ¼ 0:005 λ 1 , 2 ¼ 0:005
ขยายเยล B ฐานข้อมูล
การแปล กรุณารอสักครู่..
