本文的題目是改進的核函數算法及其在人臉識別中的應用研究。
本文在系統學習現有核函數及支持向量機相關理論的基礎上，系統研究了自適應選擇核函數算法，通過引入樸素正則風險最小化準則，提出了一種改進的在線核函數算法。算法采用截斷誤差最小化、合理選取拉格郎日因子等方法對新增樣本進行訓練，有效地克服了現有方法收斂精度低和不能自適應選擇樣本的困難。
根據獨立分量分析的原理和特點，將改進的核函數算法引入人臉識別的研究中，給出了基于ICA-SVM的人臉識別算法及實現方法。
論文分別應用數值仿真及現有人臉數據庫，分析了算法的數值特性并驗證了算法的可靠性和實用性。
本文數值仿真與分析軟件基于MATLAB和LABVIEW虛擬儀器設計開發。
本文檔是nh文件，可以用caj打開。與大家共享?。?/p>
標簽：
核函數
人臉識別
中的應用
支持向量機
上傳時間：
2016-02-14
上傳用戶：Divine
