|
|||||
|
|
| 基于支持向量机的人脸识别算法 | |
| 作者姓名： | 冼广淋 骆雪超 肖宇峰 |
| 作者单位： | 华南理工大学 |
| 摘 要： | 支持向量机（SVM）是在统计学习理论（SLT）的基础上发展起来的一种新的机器学习方法，它基于结构风险最小化原则，能有效地解决过学习问题，具有良好的推广性能和较好的分类精确性。本文采用SVM方法进行人脸识别研究，将人脸识别这一典型的多分类问题构造成适合SVM处理的二分类问题，克服了传统SVM方法在解决多分类问题上的一些缺陷。 |
| 关 键 词： | 人脸识别 统计学习理论 支持向量机 结构风险最小化原则 支持向量机（SVM） 人脸识别算法 分类问题 机器学习方法 学习问题 推广性能 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |