基于特征脸和 LS- SVM 分类器的人脸性别分类 刘遵雄, 马汝成 ( 华东交通 大学 信息工程学院, 江西 南昌 330013) 摘要: 提出使用特征脸和最小二乘支持向量机( LS- SVM ) 分类器 相结合进 行人脸性别 分类. 我们首先 从训练 图像中 求得特 征 脸空间, 然后将训练集和测试集图像投影到特征脸空间 得...
基于特征脸和LS-SVM分类器的人脸性别分类 维普资讯 http://www.cqvip.com
在之前为了寻找最有分类器,我们提出了例如以下优化问题: 在这里我们能够把约束条件改写成例如以下: 首先我们看以下的图示: 非常显然我们能够看出实线是最大间隔超平面,如果×号的是正例,圆圈的是负例。在虚线上的点和在实线上面的两个一共这三个点称作支持向量。如今我们结合KKT条件分析下这个图。 我们从式子 和式...
一种基于Legendre矩不变量和PSO-LSSVM分类器的密级标识识别方法专利信息由爱企查专利频道提供,一种基于Legendre矩不变量和PSO-LSSVM分类器的密级标识识别方法说明:一种基于Legendre矩不变量和PSO‑LSSVM分类器的密级标识识别方法,所采取的识别方法...专利查询请上爱
摘要:该文通过对支持向量机(SVM)分类器与最小支持向量机(LS-SVM)分类器的原理进行分析比较,得出最小二乘支持向量机,具有优良的推广能力,具有训练速度较快、结果较准等优点。分别通过使用LIBSVM与LSSVM工具对乳腺癌数据分析,实现两种工具的比较。 关键词:支持向量机;最小支持向量机;LIBSVM;LSSVM ...