表情识别中支持向量机核函数选取研究

• 作者: 戴国强 郭建林
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 表情识别 SVM 线性核 径向基核 LibSVM2.86
• 年，卷（期）: 2009,（20）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 5495-5497
• 页数: 3页
• 分类号: TP391
• 字数: 4082字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3044.2009.20.076

摘要

支持向量机表情识别的准确率和时间消耗取决于核函数选取和特征数目.该文讨论了支持向量机的表情分类和核函数的实验方法,并进一步探讨了核和特征数目与识别准确率和时阍消耗的关系.基于JAFFE数据库和LibSVM2.86的实验表明,随着特征数目的增加,训练时间呈指数增长,交叉验证准确率先增加后降低,表现为某种单峰分布.同时表明,线性核时间消耗最小,径向基核在特征数目较小时,具有最好的识别率,而在特征数目较大时,线性核最优.综合时阍和识别率考虑,在低维时,优先选用径向基核,高维优先选用线性核.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭建林	安阳工学院计算机科学与信息工程系	12	24	2.0	4.0
2	戴国强	安阳工学院计算机科学与信息工程系	13	69	4.0	8.0