核函数在不规则人脸识别中的应用

发布时间：2022-02-11 12:45

　　核函数技术是机器学习领域应用广泛且非常有效的方法,采用核函数技术可以有效地解决在高维空间运算时遇到的维数灾难问题,不仅大大减少了在输入空间中的计算量还能够有效改善学习机的分类性能,核函数的选择以及核函数的构造一直是机器领域非常重要的问题,然而这方面的研究成果并不多。论文首先阐述了支持向量机的理论以及核函数的基本原理,介绍了目前应用比较广泛的核函数类型,考虑到局部核函数和全局核函数的优缺点并将两者结合组成新的核函数,使用改进的网格搜索法对构造核函数进行参数和组合系数进行寻优。最后将该算法应用到ORL人脸数据库中,验证了混合核函数SVM人脸分类识别效果明显优于单一核函数分类效果,实验结果证实了该算法的有效性。 

【文章来源】：计算机与数字工程. 2019,47(06)

【文章页数】：4 页

【参考文献】：
期刊论文
[1]基于混合核函数的支持向量机[J]. 邬啸,魏延,吴瑕.  重庆理工大学学报(自然科学). 2011(10)
[2]一种快速混合核函数参数选择方法[J]. 于哲夫,路慧彪,贾传荧.  大连海事大学学报. 2011(03)
[3]一种基于支持向量机的人脸识别新方法[J]. 舒双宝,罗家融,徐从东,孙滨璇.  计算机仿真. 2011(02)
[4]支持向量机最优参数选择的研究[J]. 刘东辉,卞建鹏,付平,刘智青.  河北科技大学学报. 2009(01)
[5]采用PCA/ICA特征和SVM分类的人脸识别[J]. 王宏漫,欧宗瑛.  计算机辅助设计与图形学学报. 2003(04)
[6]人脸自动识别方法综述[J]. 周杰,卢春雨,张长水,李衍达.  电子学报. 2000(04)

博士论文
[1]支持向量机算法的研究及其应用[D]. 范昕炜.浙江大学 2003

硕士论文
[1]基于深度学习的人脸识别方法的研究[D]. 池燕玲.福建师范大学 2015
[2]基于混合核函数支持向量机的人脸识别方法研究[D]. 熊薇薇.武汉科技大学 2009



本文编号：3620305