人脸特征选择中的SVM泛化误差估计

被引：3

作者：

李伟红

龚卫国

杨利平

辜小花

机构：

[1] 重庆大学光电技术及系统教育部重点实验室

来源：

光学精密工程 | 2008年 / 08期

关键词：

SVM泛化误差界; 人脸特征选择; Filter模型; Wrapper模型; 递归特征排除法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了研究在人脸特征选择中用支持向量机(SVM)泛化误差界作特征选择判据的有效性问题,结合过滤(Filter)和封装(Wrapper)模型构造了人脸特征选择及识别的新框架,将小波变换(WT)和核主元分析(KPCA)作为Filter模型,最小化SVM的VC维(VC)留一法(LOO)误差界及支持向量span误差界作为Wrapper模型的特征选择判据;通过递归特征排除法(RFE)在UMIST人脸图像库上进行人脸特征选择及识别实验。实验结果表明:判据为VC维的LOO误差界和支持向量span误差界时,特征维数可以分别降低到80和70,而分类识别率仍然能达到94%以上,表明本文所提出的特征选择判据和特征搜索策略是解决人脸特征选择问题的一种有效方法。

引用

页码：1452 / 1458

页数：7

共 6 条

[1] 分数次幂多项式核函数在核直接判别式分析中的应用 [J].

李粉兰 ;

唐文彦 ;

段海峰 ;

郝建国 .

光学精密工程, 2007, (09) :1410-1414

[2] 基于SVM和遗传算法的新型直线电机结构参数优化 [J].

赵吉文 ;

刘永斌 ;

孔凡让 ;

张平 ;

孙丙宇 .

光学精密工程 , 2006, (05) :870-875

[3] 基于SVM RFE的人脸特征选择方法 [J].

李伟红 ;

龚卫国 ;

陈伟民 ;

梁毅雄 ;

尹克重 .

光电工程, 2006, (05) :113-117

[4]

A comparison of PCA, KPCA and ICA for dimensionality reduction in support vector machine[J] . L.J. Cao,K.S. Chua,W.K. Chong,H.P. Lee,Q.M. Gu.Neurocomputing . 2003 (1)

[5] Gene Selection for Cancer Classification using Support Vector Machines [J].

Isabelle Guyon ;

Jason Weston ;

Stephen Barnhill ;

Vladimir Vapnik .

Machine Learning, 2002, 46 :389-422

[6] A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .

DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167

← 1 →