一种基于混合核函数SVM的人脸识别方法

• 作者: 姚亮 晏志超 韩超
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 混合核函数 支持向量机 PCA 人脸识别
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 电子及计算机科学
• 页码范围: 23-26,38
• 页数: 5页
• 分类号: TP391.4
• 字数: 2642字
• 语种: 中文
• DOI: 10.11863/j.suse.2016.03.06

摘要

SVM是人脸识别中最常使用的一种机器学习领域算法,它通过距离概念得到对数据分布的结构化描述,降低了对数据规模的要求,适合处理人脸图像这种小样本训练集的分类问题.其中SVM的核函数的选择对分类精度影响很大,全局核函数的预测函数对输出进行正确预测的能力较高,而局部核函数具有较强的学习能力,兼顾两者特点,使用结合RBF核和Sigmoid核的混合核来设计SVM分类器进行识别.针对ORL库进行PCA特征提取,然后使用基于混合核的SVM分类器进行识别分类.实验结果表明,在识别率上,基于该混合核函数的SVM分类器比基于普通核函数SVM分类器要更占优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩超	安徽工程大学电气工程学院	29	33	3.0	5.0
2	晏志超	安徽工程大学电气工程学院	2	1	1.0	1.0
3	姚亮	安徽工程大学电气工程学院	2	1	1.0	1.0