文献类型：期刊文章

作　　者：汪世义[1,2] 陶亮[1] 王华彬[1]

机构地区：[1]安徽大学智能计算与信号处理教育部重点实验室,合肥230039 [2]巢湖学院计算机系,安徽巢湖238000

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金No.60572128;安徽省人才发展基金No.2005Z029;安徽大学创新团队项目基金;安徽省高校省级自然科学研究计划项目No.KJ2008B38ZC;巢湖学院自然科学基金资助项目No.XLY-200713~~

年　　份：2009

卷　　号：45

期　　号：12

起止页码：164-166

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：支持向量机是一种基于小样本学习的有效工具,作为分类器被认为具有很高的推广性能,无需先验知识。但是参数的选取与支持向量机的识别性能是相关的,核函数参数σ2和惩罚因子C对支持向量机识别性能会产生很大的影响。针对支持向量机在人脸识别问题中的应用,提出了一种基于遗传算法(GA)的参数选择优化方法。利用笔者曾提出的基于小波分解和积分投影的人脸特征提取算法对人脸图像进行特征参数提取,然后利用优化的支持向量机进行识别。实验结果表明,该方法是有效的。

关 键 词：支持向量机 遗传算法 人脸识别

分 类 号：TP391.41]