核機(jī)器理論及在人臉識(shí)別中的應(yīng)用.pdf

1、人臉識(shí)別早在20世紀(jì)60年代就引起了人們的研究興趣.近幾年，它在安全驗(yàn)證系統(tǒng)、信用卡驗(yàn)證、檔案管理系統(tǒng)、人機(jī)交互系統(tǒng)等領(lǐng)域有著廣泛的應(yīng)用前景，已經(jīng)成為計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn).人臉識(shí)別中的一個(gè)關(guān)鍵問(wèn)題就是設(shè)計(jì)有效的分類算法.核機(jī)器學(xué)習(xí)是現(xiàn)在比較流行的一種學(xué)習(xí)算法，主要有支持向量機(jī)(SVM)、核主成分分析(KPCA)、核Fisher判別分析(KFD). 本文主要討論目前比較流行的核學(xué)習(xí)算法，闡述它們之間的區(qū)別和聯(lián)系.

2、相比其它的學(xué)習(xí)算法，SVMs有較好的推廣能力和解的稀疏性.因此，我們將核Fisher判別分析展成類似支持向量機(jī)的數(shù)學(xué)模型，使之也具有稀疏性.此外，我們還利用誤差修正碼(ECOC)改進(jìn)了多分類SVM，降低了多分類SVM的求解難度.在人臉識(shí)別的仿真實(shí)驗(yàn)中，我們用改進(jìn)的SVM算法與其它的核學(xué)習(xí)算法進(jìn)行比較，實(shí)驗(yàn)結(jié)果表明這種算法具有較高的識(shí)別率和穩(wěn)定性.本文總共分為五個(gè)部分：第一部分，介紹了核函數(shù)與其相關(guān)的特征空間.第二部分，介紹了核主成分分析