计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2005年
12期
166-168
,共3页
人脸识别%偏最小二乘%支持向量机
人臉識彆%偏最小二乘%支持嚮量機
인검식별%편최소이승%지지향량궤
该文认为在人脸识别中,偏最小二乘回归方法作为一种新的降维方法,在处理小样本问题时具有明显优势,而主元分析方法作为一种传统的降维方法在选择分量时没有考虑类信息,因而有可能忽略掉重要的分类信息.支持向量机(SVM)模式识别方法具备良好的分类性能和鲁棒性.该文提出了一种基于偏最小二乘与支持向量机的人脸识别方法.利用偏最小二乘回归分析对人脸图像进行降维和特征提取,再利用支持向量机对特征向量进行分类识别.ORL人脸库的仿真结果证明偏最小二乘回归方法比主元分析方法更有效.
該文認為在人臉識彆中,偏最小二乘迴歸方法作為一種新的降維方法,在處理小樣本問題時具有明顯優勢,而主元分析方法作為一種傳統的降維方法在選擇分量時沒有攷慮類信息,因而有可能忽略掉重要的分類信息.支持嚮量機(SVM)模式識彆方法具備良好的分類性能和魯棒性.該文提齣瞭一種基于偏最小二乘與支持嚮量機的人臉識彆方法.利用偏最小二乘迴歸分析對人臉圖像進行降維和特徵提取,再利用支持嚮量機對特徵嚮量進行分類識彆.ORL人臉庫的倣真結果證明偏最小二乘迴歸方法比主元分析方法更有效.
해문인위재인검식별중,편최소이승회귀방법작위일충신적강유방법,재처리소양본문제시구유명현우세,이주원분석방법작위일충전통적강유방법재선택분량시몰유고필류신식,인이유가능홀략도중요적분류신식.지지향량궤(SVM)모식식별방법구비량호적분류성능화로봉성.해문제출료일충기우편최소이승여지지향량궤적인검식별방법.이용편최소이승회귀분석대인검도상진행강유화특정제취,재이용지지향량궤대특정향량진행분류식별.ORL인검고적방진결과증명편최소이승회귀방법비주원분석방법경유효.
