基于QPSO训练支持向量机的人脸识别

• 作者: 孔丽丹 山艳 须文波
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 量子粒子群算法 支持向量机 人脸识别 核主元分析 二次规划
• 年，卷（期）: 2007,（23）
• 所属期刊栏目: 多媒体技术
• 页码范围: 5685-5686,5732
• 页数: 3页
• 分类号: TP391
• 字数: 2845字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2007.23.035

摘要

遗传算法和粒子群算法等智能搜索技术可在较少的时间开销内给出问题的近似解.量子粒子群优化(QPSO)算法是在经典的微粒群算法的基础上所提出的一种高效的收敛性,稳定性的进化算法.将操作简单而收敛快速的QPSO算法运用于训练支持向量机(SVM),结合KPCA特征提取方法,用于人脸图像的分类识别中,为人脸识别问题的研究开辟了新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	须文波	江南大学信息工程学院	409	3078	23.0	34.0
2	山艳	华北煤炭医学院信息中心	8	5	2.0	2.0
3	孔丽丹	江南大学信息工程学院	11	33	3.0	5.0