实现聚类算法，其中，si为隐含层第i个神经元的宽度;输出层类别k的输出值为：

　 8.jpg

和输出层函数 9.jpg
 

　　识别结果模块

　　利用贝叶斯分类器估计测试样本与训练样本之间的人脸图像相似度，满足阈值初始化设定值的人脸图像和相关类别情况的文字说明显示于相应界面内。满足阈值要求的人脸图像可以按照50%的比例输出，也可以按照其他的比例输出。

　　仿真实验结果及分析

　　利用在Yale人脸库中的人脸图像，分以下4种分块加权的情况进行实验(识别结果见表1和表2)。

　　1、b1=b3=4;b5=2;b8=2;b2=b4=b6=b7=b9=1，权值分配情况如图5所示。

　　如图6所示，满足阈值要求的人脸图像输出情况和必要的文字说明，图中选择的人脸图像输出比例选择为50%;也可以选择其他的人脸图像输出比例。

 
　　2、b1=b3=4;b5=3;b8=2;b2=b4=b6=b7=b9=1

　　3、b1=b3=4;b5=2;b8=0;b2=b4=b6=b7=b9=1

　　4、b1=b3=4;b5=3;b8=0;b2=b4=b6=b7=b9=1

　　仿真实验结果表明，通过子图像权值的分配，突出人脸骨骼特征，识别效果良好(见表1和表2)，模拟了人类识别人脸时主要依据人脸骨骼等稳定特征，而对嘴部和皮肤折皱等表情变化部分特征给予弱化或剔除这一特点。通过对人脸图像进行分块，降低图像维度，减小了计算量。

　　结语

　　本文研究了在智能门禁报警系统中，人脸识别结合ID技术的仿真应用问题，验证了基于RBF网络和贝叶斯估计人脸识别方法在提高安防报警系统的快速、准确和安全性方面的有效性，提高了门禁系统的安全性和防欺诈性，与ID技术相结合，实现了快速识别。将分块后对人脸图像奇异值分解压缩，提高传输效率，节省存储空间，改善局域网的应用环境。在本文所研究的算法基础上，使用MATLAB语言开发了人脸图像仿真识别系统的管理操作界面，基于Yale标准人脸图像库，用户可以非常方便地对人脸图像仿真识别系统进行操作使用，对所研究的人脸识别方法进行仿真测试与对比分析，系统运行结果非常直观地显示出来。