支持向量鉴别分析及在人脸表情识别中的应用

• 作者: 唐京海 应自炉 张有为 李景文
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 模式识别 主元分析 Fisher鉴别分析 支持向量机 表情识别
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 725-730
• 页数: 6页
• 分类号: TP391.4
• 字数: 5264字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2008.04.021

摘要

模式识别一般首先要对数据进行降维,PCA和LDA及其对应的核化算法是其中应用广泛的方法,但这些算法的应用前提是假设样本数据为高斯分布,在少样本训练时它们的推广性能有很大局限.本文提出了一种基于支持向量机的鉴别分析算法,该算法首先寻找有限样本情况下最优分类面,以其法线方向为投影轴对数据进行投影降维,在多类情况下提供了极其丰富的方案选择投影轴.该算法体现了支持向量机的内在优良推广性能,克服了PCA和LDA等算法的局限性.本文将所提算法应用于人脸表情特征提取,并与PCA、LDA、KPCA、GDA等算法进行了比较,结果表明该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张有为	北京航空航天大学电子信息工程学院	26	447	10.0	21.0
3	李景文	北京航空航天大学电子信息工程学院	74	648	14.0	21.0
4	应自炉	北京航空航天大学电子信息工程学院	55	346	8.0	16.0
6	唐京海	北京航空航天大学电子信息工程学院	5	97	3.0	5.0