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:
扼要阐明抽取二维人脸图像特征方法并进行人脸识别,结合实验结果进行分析比较主元分析和核主元分析方法的优缺点,得出核主元分析方法在人脸识别算法中误识率低,解决了维数和小样本问题,能准确快速识别人脸的结论.
推荐文章
基于改进PCA算法的人脸识别
人脸识别
分块
直方图均衡化
改进的PCA算法
基于PCA算法的人脸识别
主成份分析
特征提取
人脸识别
基于二维PCA和SVM算法的人脸识别系统
人脸识别
二维PCA
特征提取
SVM
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Kernel PCA的人脸识别算法的探讨
来源期刊 北京工商大学学报(自然科学版) 学科 工学
关键词 人脸识别 主元分析法 核主元分析法
年,卷(期) 2008,(3) 所属期刊栏目 机械工程
研究方向 页码范围 37-39
页数 3页 分类号 TP391.41
字数 1945字 语种 中文
DOI 10.3969/j.issn.1671-1513.2008.03.010
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 汤晓华 北京工商大学机械自动化学院 38 134 6.0 10.0
2 沈晓红 北京工商大学机械自动化学院 47 218 8.0 10.0
3 张晓红 北京工商大学机械自动化学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (5)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人脸识别
主元分析法
核主元分析法
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
食品科学技术学报
双月刊
2095-6002
10-1151/TS
大16开
北京海淀区阜成路33号 北京工商大学《食品科学技术学报》编辑部
1983
chi
出版文献量(篇)
2093
总下载数(次)
8
总被引数(次)
16411
论文1v1指导