基于支持向量机的人脸识别算法

• 作者: 冼广淋 肖宇峰 骆雪超
• 来源期刊: 华南金融电脑
• 学科: 工学
• 关键词: 人脸识别 统计学习理论 支持向量机 结构风险最小化原则
• 年，卷（期）: 2005,（8）
• 所属期刊栏目: 应用技术
• 页码范围: 79-81
• 页数: 3页
• 分类号: TP3
• 字数: 2714字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0799.2005.08.031

摘要

支持向量机(SVM)是在统计学习理论(SLT)的基础上发展起来的一种新的机器学习方法,它基于结构风险最小化原则,能有效地解决过学习问题,具有良好的推广性能和较好的分类精确性.本文采用 SVM方法进行人脸识别研究,将人脸识别这一典型的多分类问题构造成适合 SVM处理的二分类问题,克服了传统 SVM方法在解决多分类问题上的一些缺陷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冼广淋		3	41	2.0	3.0
2	骆雪超		10	211	6.0	10.0
3	肖宇峰		2	35	2.0	2.0