公共矢量的最小类内方差SVM与噪音人脸分类

• 作者: 杨冰 王士同
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机(SVM) 最小类内方差支持向量机(MCVSVMs) 总间隔v-支持向量机(TM-v,-SVM) 判别公共矢量(DCVs) 公共矢量(CVs) 人脸识别
• 年，卷（期）: 2011,（27）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 164-167,202
• 分类号: TP391
• 字数: 4449字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.27.045

摘要

提出基于公共矢量的最小类内方差支持向量机(CV-MCVSVM),用于提高噪音人脸图像分类问题中的抗噪性能.它继承了最小类内方差支持向量机(MCVSVMs)的优点,引入了由公共矢量(CVs)构成的散度矩阵Scom,由于CVs包含了样本中的共同信息,因此CV-MCVSVM在定义中将每个样本减去了CVs的均值,保留了更多的分类信息,进一步提高了抗噪能力.给出了CV-MCVSVM的推导过程.经实验验证,在含有噪音人脸图像的分类问题中,CV-MCVSVM获得了比MCVSVMs和总间隔v-支持向量机(TM-v -SVM)更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学信息工程学院	528	3424	23.0	37.0
2	杨冰	江南大学信息工程学院	12	86	4.0	9.0