计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
z1期
132-134,142
,共4页
卢照敢%许春梅%孙楠%苗许娜
盧照敢%許春梅%孫楠%苗許娜
로조감%허춘매%손남%묘허나
支持向量机%人脸表情识别%高斯核%最小二乘算法
支持嚮量機%人臉錶情識彆%高斯覈%最小二乘算法
지지향량궤%인검표정식별%고사핵%최소이승산법
Support vector machine%Face emotion identification%Gauss kernel function%Least square algorithm
针对用于支持向量机的低维输入数据空间向高维特征空间的映射,通过黎曼测度张量扩大了支持向量机的线性可分边界,进一步提高了支持向量机分类的准确性.考虑到MLS-SVM的多分辨逼近效果和改进高斯核函数对支持向量机分类准确度的提升,企图努力给出一种基于两者优点的人脸表情识别算法,以反映人类在自然界中的认知过程,提出了采用改进高斯核的MLS-SVM人脸表情识别算法.实验结果表明,其人脸表情识别性能通过修改高斯核函数获得了较大的提升.
針對用于支持嚮量機的低維輸入數據空間嚮高維特徵空間的映射,通過黎曼測度張量擴大瞭支持嚮量機的線性可分邊界,進一步提高瞭支持嚮量機分類的準確性.攷慮到MLS-SVM的多分辨逼近效果和改進高斯覈函數對支持嚮量機分類準確度的提升,企圖努力給齣一種基于兩者優點的人臉錶情識彆算法,以反映人類在自然界中的認知過程,提齣瞭採用改進高斯覈的MLS-SVM人臉錶情識彆算法.實驗結果錶明,其人臉錶情識彆性能通過脩改高斯覈函數穫得瞭較大的提升.
침대용우지지향량궤적저유수입수거공간향고유특정공간적영사,통과려만측도장량확대료지지향량궤적선성가분변계,진일보제고료지지향량궤분류적준학성.고필도MLS-SVM적다분변핍근효과화개진고사핵함수대지지향량궤분류준학도적제승,기도노력급출일충기우량자우점적인검표정식별산법,이반영인류재자연계중적인지과정,제출료채용개진고사핵적MLS-SVM인검표정식별산법.실험결과표명,기인검표정식별성능통과수개고사핵함수획득료교대적제승.