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:
该文阐述了基于主元分析和支持向量机的人脸识别算法,并对算法进行了改进。实验使用的是ORL人脸库,该方法先用PCA方法进行特征提取,再用支持向量机构造分类器进行分类,最后利用支持向量机超参数调节的方法进一步提高了识别率,实验结果验证了该算法的可行性并得到了较好的识别率。
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
基于主分量分析与支持向量机的人脸检测研究
人脸检测
主分量分析
支持向量机
模式分类
基于核主元分析的支持向量机识别方法研究
核主元分析
支持向量机
分类
识别
基于支持向量机的人脸识别身份验证技术研究
支持向量机
核函数
最优分类超平面
思维进化算法
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 基于主元分析与支持向量机超参数调节的人脸识别研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 人脸识别 主元分析 支持向量机 超参数
年,卷(期) 2008,(12X) 所属期刊栏目
研究方向 页码范围 2703-2705
页数 3页 分类号 TP391.41
字数 语种
DOI
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 崔连延 辽宁工业大学电子与信息工程学院 15 68 3.0 8.0
2 李兰兰 辽宁工业大学电子与信息工程学院 4 3 1.0 1.0
3 李娜 辽宁工业大学电子与信息工程学院 7 5 2.0 2.0
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 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
主元分析
支持向量机
超参数
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导