作者:
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:
人脸识别是计算机视觉和图像模式识别领域的一个重要技术.主成分分析(PCA)是人脸图像特征提取的一个重要算法.而支持向量机(SVM)有适合处理小样本问题、高维数及泛化性能强等多方面的优点.文章将两者结合,先用PCA算法进行人脸图像特征提取,再用SVM进行分类识别.通过基于ORL人脸数据库的计算机仿真实验表明,该方法具有很好的可行性和实际意义.
推荐文章
基于MB-LBP算子和Multilinear PCA算法的人脸识别
MB-LBP算法
Multilinear PCA算法
特征提取
人脸识别
基于小波和DFB-PCA的人脸识别算法研究
小波变换
DFB-PCA
图像识别
人脸识别
基于LLE和LS-SVM的人脸识别方法
人脸识别
主成分分析
局部线性嵌套
最小二乘支持向量机
基于Gabor小波和SVM的人脸表情识别算法
Gabor小波变换
表情特征提取
Fisher线性判别
支持向量机
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PCA和SVM算法的人脸识别
来源期刊 计算机与数字工程 学科 工学
关键词 人脸识别 主成分分析(PCA) 支持向量机(SVM)
年,卷(期) 2011,(7) 所属期刊栏目 图像处理
研究方向 页码范围 124-126,143
页数 分类号 TP391.41
字数 2956字 语种 中文
DOI 10.3969/j.issn.1672-9722.2011.07.035
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 刘学胜 武汉理工大学自动化学院 1 37 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (152)
参考文献  (5)
节点文献
引证文献  (37)
同被引文献  (45)
二级引证文献  (33)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(5)
  • 参考文献(1)
  • 二级参考文献(4)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(8)
  • 引证文献(6)
  • 二级引证文献(2)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(11)
  • 引证文献(8)
  • 二级引证文献(3)
2017(12)
  • 引证文献(8)
  • 二级引证文献(4)
2018(16)
  • 引证文献(5)
  • 二级引证文献(11)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
人脸识别
主成分分析(PCA)
支持向量机(SVM)
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导