一种改进的SMO及其在人脸识别中的应用

• 作者: 张华君 郭亚松
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: 支持向量机 人脸识别 序列最小优化
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 基金项目论文
• 页码范围: 14-15
• 页数: 2页
• 分类号: TP3
• 字数: 1881字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2782.2009.02.008

摘要

SMO算法是一种有效的SVM训练算法,但由于参与训练的数据大部分为非支持向量.仍然存在进一步优化的可能性.针对SMO算法的这个不足,提出了一种改进的SMO算法,并将该算法应用到人脸识别中.试验结果表明了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张华君	福州大学物理与信息工程学院	8	33	3.0	5.0
2	郭亚松	福州大学物理与信息工程学院	1	0	0.0	0.0