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:
提出使用特征脸和最小二乘支持向量机(LS-SVM)分类器相结合进行人脸性别分类.我们首先从训练图像中求得特征脸空间,然后将训练集和测试集图像投影到特征脸空间得到投影系数.使用训练样本投影系数训练LS-SVM分类器,对训练图像和测试图像进行分类试验,同时计算出分类准确率,实验结果表明LS-SVM分类要比其他分类算法有更好的优越性.在实验中我们也使用交叉验证来确定特征脸数目和核函数参数.
推荐文章
级联SVM和分类器融合的人脸性别识别方法
支持向量机
级联
分类器
融合
适合多观测样本的基于LS-SVM的新分类算法
模式识别
二分类
多观测样本
LS-SVM算法
基于PSO的LS-SVM特征选择与参数优化算法
最小二乘支持向量机
特征选择
参数优化
粒子群算法
基于LS-SVM的氧乙炔火焰图像分类研究
氧乙炔火焰
LS-SVM
图像处理
分类
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 基于特征脸和LS-SVM分类器的人脸性别分类
来源期刊 华东交通大学学报 学科 工学
关键词 人脸性别分类 特征脸 LS-SVM 交叉验证
年,卷(期) 2007,(5) 所属期刊栏目 电子电气与计算机科学
研究方向 页码范围 85-88
页数 4页 分类号 TP391.41
字数 3049字 语种 中文
DOI 10.3969/j.issn.1005-0523.2007.05.023
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 刘遵雄 华东交通大学信息工程学院 59 330 10.0 15.0
2 马汝成 华东交通大学信息工程学院 2 22 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (131)
参考文献  (6)
节点文献
引证文献  (15)
同被引文献  (20)
二级引证文献  (60)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(17)
  • 引证文献(2)
  • 二级引证文献(15)
2018(17)
  • 引证文献(1)
  • 二级引证文献(16)
2019(22)
  • 引证文献(0)
  • 二级引证文献(22)
研究主题发展历程
节点文献
人脸性别分类
特征脸
LS-SVM
交叉验证
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
华东交通大学学报
双月刊
1005-0523
36-1035/U
大16开
中国南昌
1984
chi
出版文献量(篇)
3963
总下载数(次)
12
总被引数(次)
24304
论文1v1指导