文献检索-宁波市创意产业特色资源库

限定检索结果

基于2DLDA与SVM的人耳识别算法: 收藏
分享
引用; 《电子设计工程》2016年第3期24卷 163-165页; 作者：吕秀丽崔红飞赵丽华全星慧曹志民东北石油大学电子科学学院黑龙江大庆163318 黑龙江省高校校企共建测试计量技术及仪器仪表工程研发中心黑龙江大庆163318; 文中提出将二维线性鉴别分析(2DLDA)和支持向量机(SVM)相结合的人耳识别算法。先利用二维线性鉴别分析提取人耳图像的特征,再采用一对一的方法用支持向量机分类器实现人耳特征的分类识别。与传统的2DLDA对比实验结果表明,该方法具有更...; 文中提出将二维线性鉴别分析(2DLDA)和支持向量机(SVM)相结合的人耳识别算法。先利用二维线性鉴别分析提取人耳图像的特征,再采用一对一的方法用支持向量机分类器实现人耳特征的分类识别。与传统的2DLDA对比实验结果表明,该方法具有更高的识别率,是一种非常有效的识别方法。; 来源：详细信息评论

限定检索结果