改进的主成分分析和最近邻的人脸识别方法

• 作者: 刘永生
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 人脸识别 主成分分析 奇异值分解 聚类分析 最近邻分类
• 年，卷（期）: 2012,（2）
• 页码范围: 45-48
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9146.2012.02.011

摘要

在传统的主成分分析特征提取中,直接求解特征空间是很困难的,同时也是非常浪费资源,为优化这一问题,该文提出了改进的主成分分析特征提取.在人脸特征提取中,同时还选择了适当的主分量数,用于提高分类识别的速度.在人脸分类识别的过程中,分类策略选取最邻近分类器,通过计算最短欧几里得距离来分类识别测试样本.通过十折交叉验证方法验证了改进的主成分分析和最邻近分类的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘永生	杭州电子科技大学计算机学院	1	3	1.0	1.0