核函數(shù)技術(shù)是機(jī)器學(xué)習(xí)領(lǐng)域應(yīng)用廣泛且非常有效的方法,采用核函數(shù)技術(shù)可以有效地解決在高維空間運(yùn)算時(shí)遇到的維數(shù)災(zāi)難問(wèn)題,不僅大大減少了在輸入空間中的計(jì)算量還能夠有效改善學(xué)習(xí)機(jī)的分類(lèi)性能,核函數(shù)的選擇以及核函數(shù)的構(gòu)造一直是機(jī)器領(lǐng)域非常重要的問(wèn)題,然而這方面的研究成果并不多。論文首先闡述了支持向量機(jī)的理論以及核函數(shù)的基本原理,介紹了目前應(yīng)用比較廣泛的核函數(shù)類(lèi)型,考慮到局部核函數(shù)和全局核函數(shù)的優(yōu)缺點(diǎn)并將兩者結(jié)合組成新的核函數(shù),使用改進(jìn)的網(wǎng)格搜索法對(duì)構(gòu)造核函數(shù)進(jìn)行參數(shù)和組合系數(shù)進(jìn)行尋優(yōu)。最后將該算法應(yīng)用到ORL人臉數(shù)據(jù)庫(kù)中,驗(yàn)證了混合核函數(shù)SVM人臉?lè)诸?lèi)識(shí)別效果明顯優(yōu)于單一核函數(shù)分類(lèi)效果,實(shí)驗(yàn)結(jié)果證實(shí)了該算法的有效性。 

【文章來(lái)源】：計(jì)算機(jī)與數(shù)字工程. 2019,47(06)

【文章頁(yè)數(shù)】：4 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于混合核函數(shù)的支持向量機(jī)[J]. 鄔嘯,魏延,吳瑕.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2011(10)
[2]一種快速混合核函數(shù)參數(shù)選擇方法[J]. 于哲夫,路慧彪,賈傳熒.  大連海事大學(xué)學(xué)報(bào). 2011(03)
[3]一種基于支持向量機(jī)的人臉識(shí)別新方法[J]. 舒雙寶,羅家融,徐從東,孫濱璇.  計(jì)算機(jī)仿真. 2011(02)
[4]支持向量機(jī)最優(yōu)參數(shù)選擇的研究[J]. 劉東輝,卞建鵬,付平,劉智青.  河北科技大學(xué)學(xué)報(bào). 2009(01)
[5]采用PCA/ICA特征和SVM分類(lèi)的人臉識(shí)別[J]. 王宏漫,歐宗瑛.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2003(04)
[6]人臉自動(dòng)識(shí)別方法綜述[J]. 周杰,盧春雨,張長(zhǎng)水,李衍達(dá).  電子學(xué)報(bào). 2000(04)

博士論文
[1]支持向量機(jī)算法的研究及其應(yīng)用[D]. 范昕煒.浙江大學(xué) 2003

碩士論文
[1]基于深度學(xué)習(xí)的人臉識(shí)別方法的研究[D]. 池燕玲.福建師范大學(xué) 2015
[2]基于混合核函數(shù)支持向量機(jī)的人臉識(shí)別方法研究[D]. 熊薇薇.武漢科技大學(xué) 2009



本文編號(hào)：3620305