基于PIDC和二叉决策树SVM的人耳识别

• 作者: 夏利民 张伟伟 欧阳军林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 特征提取 PIDC 二叉决策树SVM 人耳识别
• 年，卷（期）: 2006,（27）
• 所属期刊栏目: 工程与应用
• 页码范围: 181-183,193
• 页数: 4页
• 分类号: TP391.4
• 字数: 3501字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.27.055

摘要

提出了一种基于PIDC和二叉决策树SVM的人耳识别方法.采用PIDC方法以类间概率信息距离为监督提取人耳特征,降低了提取特征的维数;将PIDC方法与二叉决策树SVM分类方法相结合,实现了利用多类间概率信息距离监督人耳特征提取和分类.利用该方法对400个人耳进行识别实验,并将识别结果同PCA方法进行了比较,实验表明,文中方法降低了分类难度,提高了人耳识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏利民	中南大学信息科学与工程学院	102	814	16.0	22.0
2	欧阳军林	中南大学信息科学与工程学院	4	44	3.0	4.0
3	张伟伟	中南大学信息科学与工程学院	15	63	4.0	7.0