本文的題目是改進的核函數(shù)算法及其在人臉識別中的應(yīng)用研究。
本文在系統(tǒng)學習現(xiàn)有核函數(shù)及支持向量機相關(guān)理論的基礎(chǔ)上，系統(tǒng)研究了自適應(yīng)選擇核函數(shù)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(shù)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(xiàn)有方法收斂精度低和不能自適應(yīng)選擇樣本的困難。
根據(jù)獨立分量分析的原理和特點，將改進的核函數(shù)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(xiàn)方法。
論文分別應(yīng)用數(shù)值仿真及現(xiàn)有人臉數(shù)據(jù)庫，分析了算法的數(shù)值特性并驗證了算法的可靠性和實用性。
本文數(shù)值仿真與分析軟件基于MATLAB和LABVIEW虛擬儀器設(shè)計開發(fā)。
本文檔是nh文件，可以用caj打開。與大家共享！！
標簽：
核函數(shù)
人臉識別
中的應(yīng)用
支持向量機
上傳時間：
2016-02-14
上傳用戶：Divine
