基于PCA和非线性SVC的小数据人脸识别

• 作者: 刘雪 张持健 张燕习 张贺
• 来源期刊: 无线电通信技术
• 学科: 工学
• 关键词: PCA SVC算法 网格搜索法 特征提取
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 信息传输与接入技术
• 页码范围: 73-77
• 页数: 5页
• 分类号: TP391.4
• 字数: 4793字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3114.2019.01.13

摘要

为了提高小数据集下人脸识别的准确率,提出基于主成分分析(PCA)算法和非线性支持向量机算法的算法分类器.同时为了进一步优化该算法分类器,提出利用网格搜索法改进非线性支持向量机SVC算法.改进后的SVC算法能自主寻找最优参数,使得整个学习分类器处于性能最优状态.经实验证明组合PCA和改进后的SVC学习分类器不但有效提高了人脸识别的准确率,并且节省人工选取特征的时间成本.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张持健	安徽师范大学物理与电子信息学院	41	326	8.0	17.0
2	刘雪	安徽师范大学物理与电子信息学院	4	10	2.0	3.0
3	张贺	安徽师范大学物理与电子信息学院	2	8	2.0	2.0
4	张燕习	安徽师范大学物理与电子信息学院	2	8	2.0	2.0