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:
利用K-L变换首先对人脸图像进行特征参数提取,再利用支持向量机进行识别.为了得到学习能力和泛化能力较好的核函数,根据核函数性质,将局部核函数和全局核函数线性组合成新的核函数-组合核函数,采用Cross-Validation方法对其参数和组合系数进行优化选择;将该核函数应用于支持向量机中,并对YALE人脸库和ORL人脸库进行实验.仿真结果验证了该核函数的有效性.与普通核函数的支持向量机的比较实验表明:该组合核函数的支持向量机优于普通核函数的支持向量机.
推荐文章
基于支持向量机的人脸识别研究
人脸识别
支持向量机
离散小波变换
基于支持向量机的人脸识别身份验证技术研究
支持向量机
核函数
最优分类超平面
思维进化算法
蚁群算法优化支持向量机的人脸识别
蚁群算法
人脸识别
支持向量机
特征检测
基于聚类算法和层次支持向量机的人脸识别方法
聚类算法
层次支持向量机
免疫算法
小波变换
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 基于组合核函数支持向量机的人脸识别
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 支持向量机 人脸识别 组合核函数
年,卷(期) 2013,(6) 所属期刊栏目 信息·计算机
研究方向 页码范围 84-87
页数 4页 分类号 TP181
字数 2500字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2013.06.019
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 周继萍 重庆师范大学数学学院 3 18 1.0 3.0
2 晁学民 重庆师范大学数学学院 3 25 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (141)
参考文献  (15)
节点文献
引证文献  (18)
同被引文献  (43)
二级引证文献  (21)
1909(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(11)
  • 参考文献(4)
  • 二级参考文献(7)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(3)
  • 二级参考文献(3)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(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)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(8)
  • 引证文献(6)
  • 二级引证文献(2)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(7)
  • 引证文献(3)
  • 二级引证文献(4)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
支持向量机
人脸识别
组合核函数
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导