一种基于混合核函数SVM的人脸识别方法

作     者：晏志超 姚亮 韩超 YAN Zhichao;YAO Liang;HAN Chao

作者机构：安徽工程大学电气工程学院安徽芜湖241000 

基　　金：安徽省自然科学基金项目(1508085MF121) 安徽工程大学安徽检测技术与节能装置省级实验室开放研究基金项目(1506C085002) 2016年高校优秀中青年骨干人才国内外访学研修重点项目(gxfx ZD2016100) 国家级大学生创新训练项目(2014103630342016) 2016年度安徽高校自然科学研究项目(KJ2016 A056) 

出 版 物：《四川理工学院学报（自然科学版）》 (Journal of Sichuan University of Science & Engineering(Natural Science Edition))

年 卷 期：2016年第29卷第3期

页      码：23-26,38页

摘      要：SVM是人脸识别中最常使用的一种机器学习领域算法,它通过距离概念得到对数据分布的结构化描述,降低了对数据规模的要求,适合处理人脸图像这种小样本训练集的分类问题。其中SVM的核函数的选择对分类精度影响很大,全局核函数的预测函数对输出进行正确预测的能力较高,而局部核函数具有较强的学习能力,兼顾两者特点,使用结合RBF核和Sigmoid核的混合核来设计SVM分类器进行识别。针对ORL库进行PCA特征提取,然后使用基于混合核的SVM分类器进行识别分类。实验结果表明,在识别率上,基于该混合核函数的SVM分类器比基于普通核函数SVM分类器要更占优势。

主 题 词：混合核函数 支持向量机 PCA 人脸识别 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.11863/j.suse.2016.03.06

馆 藏 号：203186603...