原文服务方: 计算机应用研究       
摘要:
采用了一种通过KPCA提取人脸图像特征,线性SVM对特征进行加权,用最近邻法分类人脸的识别系统.整个系统实质上构成了一个支持向量分类网络.为了自动进行网络训练和参数寻优,提出了一套自动相关反馈训练方法;并采用了图像灰度的伽马校正技术减少光照变化对识别的影响,提高了分类器的性能.基于ORL数据库的相关实验表明,在很少样本训练条件下,这样的系统能够获得较高性能.
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
基于聚类算法和层次支持向量机的人脸识别方法
聚类算法
层次支持向量机
免疫算法
小波变换
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
蚁群算法优化支持向量机的人脸识别
蚁群算法
人脸识别
支持向量机
特征检测
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 基于支持向量网络和相关反馈的人脸识别
来源期刊 计算机应用研究 学科
关键词 人脸识别 核主成分分析 支持向量机 相关反馈
年,卷(期) 2008,(2) 所属期刊栏目 图形图像技术
研究方向 页码范围 491-494
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.02.053
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 杨绍华 宁夏大学数学计算机学院 17 58 5.0 7.0
2 潘晨 宁夏大学数学计算机学院 13 141 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (104)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(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)
研究主题发展历程
节点文献
人脸识别
核主成分分析
支持向量机
相关反馈
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
宁夏自然科学基金
英文译名:Natural Science Foundation of Ningxia Province
官方网址:http://202.201.112.98/research/main/news_view.asp?newsid=158
项目类型:重大项目
学科类型:
论文1v1指导