作者:
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:
支持向量机的人脸识别的方法,是利用专门的小样本统计理论来解决典型小样本问题的人脸识别技术.该文作者采用对图像灰度变化有良好稳定性等特性的图像矩阵的奇异值(SVD)特征向量来表征人脸.实验取得了较高的识别率,不仅验证了方法的有效性,也说明了支持向量机在人脸识别领域的实用性.
推荐文章
基于支持向量机的人脸识别研究
人脸识别
支持向量机
离散小波变换
基于支持向量机的人脸识别身份验证技术研究
支持向量机
核函数
最优分类超平面
思维进化算法
基于二维Gabor小波和支持向量机的人脸识别
人脸识别
小波特征
主成分分析
支持向量机
基于奇异值特征和支持向量机的人脸识别
奇异值特征
支持向量机
人脸识别
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 基于奇异值特征向量的支持向量机人脸识别技术
来源期刊 上海电机学院学报 学科 工学
关键词 人脸识别 奇异值分解 支持向量机
年,卷(期) 2007,(2) 所属期刊栏目 计算机技术
研究方向 页码范围 119-122
页数 4页 分类号 TP18
字数 2780字 语种 中文
DOI 10.3969/j.issn.2095-0020.2007.02.009
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 王耀明 上海电机学院电子信息学院 26 293 8.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (24)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (10)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人脸识别
奇异值分解
支持向量机
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
上海电机学院学报
双月刊
2095-0020
31-1996/Z
16开
上海市橄榄路1350号
1987
chi
出版文献量(篇)
1800
总下载数(次)
4
总被引数(次)
5924
论文1v1指导