多特征空间下的支持向量机及其在图像识别中的应用

被引：1

作者：

姚东明

郭瑞

机构：

[1] 海军工程大学电子工程学院

来源：

海军工程大学学报 | 2008年 / 02期

关键词：

模糊支持向量机; 人脸识别; 特征提取; 决策树;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

分别在主成分分析(PCA)、独立成分分析(ICA)和线性鉴别分析(LDA)所构造的特征空间下用模糊支持向量机(FSVM)进行人脸识别。同时,提出了一种改进的FSVM方法,即利用FSVM和多叉决策树相结合的思想来设计人脸分类器,从而使FSVM分类器的速度得到了大幅度的提高。通过在ORL人脸库上的实验结果表明,该算法是有效的。

引用

页码：75 / 80

页数：6

共 7 条

[1]

Fuzzy least squares support vector machines for multiclass problems. TSUJINISHI D,,SHIGEO A. Neural Networks . 2003

[2]

A direct LDA algorithm for high - dimensional data-with application to face recognition. YU H,YANG Y. Pattern Recognition . 2001

[3]

Fuzzy support vector machine. LIN C F,WANG S D. IEEE Transactions on Neural Networks . 2002

[4]

Fast and robust fixed-point algorithm for independent component analysis. HYVAERINEN A,OJA E. IEEE Transactions on Neural Networks . 1999

[5]

Face recognition by in- dependent component analysis. M. S. Bartlett,J. R. Movellan,T. J. Sejnowski. IEEE Transactions on Neural Networks . 2002

[6]

Face recognition using eigenface. TURK M A,,PENTLAND A P. IEEE Conf.on Computer Vision and Pat-tern Recognition . 1991

[7]

Fuzzy Support Vector Machines for Multiclass Problems. SHIGEO A,TAKUYA I. Proceedings-EuropeanSymposium on Artificial Neural Networks . 2002

← 1 →