文献类型：期刊文章

作　　者：张志平[1] 汪庆淼[2]

机构地区：[1]苏州大学网络中心,江苏苏州215006 [2]苏州大学计算机科学与技术学院,江苏苏州215006

出　　处：《计算机工程》

基　　金：国家自然科学基金资助项目(60673092;60873116)

年　　份：2010

卷　　号：36

期　　号：23

起止页码：139-141

语　　种：中文

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

摘　　要：根据隐马尔可夫模型(HMM)适用于处理连续动态序列信号、支持向量机(SVM)与K近邻分类器(KNN)擅长模式分类的特点,设计一种(HMM+KNN)+SVM的混合分类器。利用HMM与KNN对测试样本进行判决。当判决结果相同时,直接输出判决结果,否则引入SVM对测试样本进行再判决。实验结果表明,该方法所确定的分类器优于单一的分类器判决,能有效实现表情识别。

关 键 词：表情识别 隐马尔可夫模型 支持向量机 K近邻距离分类器  

分 类 号：TP311.52]