基于SVR的人脸记忆分数预测算法研究

• 作者: 唐飞 沈琳琳
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 支持向量回归 多特征 记忆分数 预测算法
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 98-103
• 页数: 6页
• 分类号: TP391
• 字数: 4471字
• 语种: 中文
• DOI: 10.16280/j.videoe.2018.10.024

摘要

本文提出了一种基于SVR人脸记忆分数预测算法,其采用人脸的比例特征、双眼特征、眼嘴特征和HOG特征作为待研究人脸图像的特征,并用支持向量回归SVR对人脸特征数据进行回归,预测得到测试人脸的记忆分数,最后用斯皮尔曼等级相关系数和残差平方和对预测的人脸记忆分数和真实的记忆分数进行相关性分析和误差分析.实验结果表明,本论文提出的模型是有效的,其斯皮尔曼等级相关系数ρ=0.4266,表征预测的记忆分数可信度较高;其残差平方Res=0.006 7,则表征预测的记忆分数是准确可靠的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐飞		25	46	4.0	4.0
2	沈琳琳		6	26	4.0	5.0