支持向量机核函数选择对面部特征识别的作用

您当前的位置：

首页 >

文章列表页 >

光学成像与图像处理 | 更新时间：2025-09-01

- 支持向量机核函数选择对面部特征识别的作用
- Kernel selection for support vector machines used in face feature recognition
- 光学技术 2008年第6期页码：902-904
- 作者机构：
  
  1:上海理工大学光电学院
- 作者简介：
- 基金信息：
  
  上海信息产业科技创新资助项目(05025721)
- DOI：
  中图分类号：
- 纸质出版：2008
- 稿件说明：
移动端阅览
朱树先, 张仁杰. 支持向量机核函数选择对面部特征识别的作用[J]. 光学技术, 2008,(6):902-904.

Kernel selection for support vector machines used in face feature recognition[J]. 2008, (6): 902-904.
朱树先, 张仁杰. 支持向量机核函数选择对面部特征识别的作用[J]. 光学技术, 2008,(6):902-904. DOI：

Kernel selection for support vector machines used in face feature recognition[J]. 2008, (6): 902-904. DOI：

支持向量机是近些年来发展的新型学习机

该学习机以统计学习理论为基础

以结构风险代替经验风险

因而在模式识别中表现出了优异的性能。通过对核矩阵的计算和研究

并结合人脸特征识别的实验

为在实际应用中核函数的选择提供了一定的理论参考。

浏览量

272

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于激光雷达的内河无人船障碍物识别方法

基于Krawtchouk矩和支持向量机的印鉴真伪识别

紫外/可见光下海洋溢油油种光谱识别方法

核-主成分分析在奶牛体况自动评分中的应用

适用于星敏感器的导航星表构造算法研究