基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高性别检测的精度,提出了一种支持向量机(SVM)与主动外观模型(AAM)相结合的迭代学习算法.采用AAM对初始训练样本建模,在此基础上构造SVM分类器.在当前迭代过程所产生的支持向量中随机选择不同性别的样本,对其AAM参数线性插值而生成一系列伪样本,并从中选取被当前分类器误分类或正确分类但分类可信度低的样本参与下次迭代学习.实验结果表明,采用该算法所构造的伪样本是初始训练样本的有效补充,提出的伪样本选择方案优于传统的Bootstrap方法,迭代学习方法逐步提高了性别分类器的检测精度.
推荐文章
基于两阶段学习的半监督支持向量机分类算法
SVM (support vector machine)
半监督
两阶段学习
伪标识
基于支持向量域描述的学习分类器
支持向量域描述
学习分类器
支持向量机
序列最小优化
基于主动学习的支持向量机算法
支持向量机
主动学习
有价值样本
支持向量
基于支持向量机的增量学习算法
结构风险最小化
支持向量
增量学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量AAM迭代学习的性别分类算法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 迭代学习 性别分类 伪样本 支持向量机 主动外观模型
年,卷(期) 2005,(12) 所属期刊栏目 无线电电子学、电信技术
研究方向 页码范围 1989-1992,2011
页数 5页 分类号 TP181
字数 3688字 语种 中文
DOI 10.3785/j.issn.1008-973X.2005.12.032
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 韦巍 浙江大学电气工程学院 149 1731 22.0 36.0
2 陈华杰 浙江大学电气工程学院 6 36 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (108)
参考文献  (3)
节点文献
引证文献  (22)
同被引文献  (14)
二级引证文献  (11)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
迭代学习
性别分类
伪样本
支持向量机
主动外观模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导