基于QPSO训练支持向量机的人脸识别

作     者：山艳 须文波 孔丽丹 SHAN Yan;XU Wen-bo;KONG Li-dan

作者机构：华北煤炭医学院信息中心河北唐山063000 江南大学信息工程学院江苏无锡214122 

基　　金：国家自然科学基金项目(60474030) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2007年第28卷第23期

页      码：5685-5686,5732页

摘      要：遗传算法和粒子群算法等智能搜索技术可在较少的时间开销内给出问题的近似解。量子粒子群优化(QPSO)算法是在经典的微粒群算法的基础上所提出的一种高效的收敛性,稳定性的进化算法。将操作简单而收敛快速的QPSO算法运用于训练支持向量机(SVM),结合KPCA特征提取方法,用于人脸图像的分类识别中,为人脸识别问题的研究开辟了新的途径。

主 题 词：量子粒子群算法 支持向量机 人脸识别 核主元分析 二次规划 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-7024.2007.23.035

馆 藏 号：203163180...