已閱讀1頁，還剩69頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文在系統(tǒng)學(xué)習(xí)現(xiàn)有核函數(shù)及支持向量機(jī)相關(guān)理論的基礎(chǔ)上，系統(tǒng)研究了自適應(yīng)選擇核函數(shù)算法，通過引入樸素正則風(fēng)險(xiǎn)最小化準(zhǔn)則，提出了一種改進(jìn)的在線核函數(shù)算法。算法采用截?cái)嗾`差最小化、合理選取拉格郎日因子等方法對(duì)新增樣本進(jìn)行訓(xùn)練，有效地克服了現(xiàn)有方法收斂精度低和不能自適應(yīng)選擇樣本的困難。 根據(jù)獨(dú)立分量分析的原理和特點(diǎn)，將改進(jìn)的核函數(shù)算法引入人臉識(shí)別的研究中，給出了基于ICA．SVM的人臉識(shí)別算法及實(shí)現(xiàn)方法。 論文分別應(yīng)用數(shù)值仿真及
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進(jìn)的PSO算法在人臉識(shí)別中的應(yīng)用研究.pdf
- 稀疏編碼算法改進(jìn)及其在人臉識(shí)別中的應(yīng)用.pdf
- LDA的改進(jìn)算法及其在人臉識(shí)別中的應(yīng)用.pdf
- 核方法的改進(jìn)及其在人臉識(shí)別上的應(yīng)用.pdf
- Walsh函數(shù)及其在人臉識(shí)別中的應(yīng)用.pdf
- 局部線性嵌入算法的改進(jìn)及其在人臉識(shí)別中的應(yīng)用.pdf
- 改進(jìn)的核函數(shù)算法及其在說話人辨認(rèn)中的應(yīng)用研究.pdf
- 一種改進(jìn)的核Fisher鑒別分析算法在人臉識(shí)別中的應(yīng)用.pdf
- 人臉對(duì)稱特性在人臉識(shí)別算法中的應(yīng)用研究.pdf
- LPP算法在人臉識(shí)別中的應(yīng)用研究.pdf
- 改進(jìn)的ICP算法在快速三維人臉識(shí)別中的應(yīng)用研究.pdf
- 核統(tǒng)計(jì)成分分析及其在人臉識(shí)別中的應(yīng)用研究.pdf
- ICA算法在人臉表情識(shí)別中的應(yīng)用研究.pdf
- 基于核的學(xué)習(xí)方法及其在人臉識(shí)別中的應(yīng)用研究.pdf
- 改進(jìn)的PCA及其在人臉識(shí)別中的應(yīng)用.pdf
- ica算法在人臉表情識(shí)別中的應(yīng)用研究
- 支持向量機(jī)的核方法在人臉識(shí)別中的應(yīng)用研究.pdf
- 流形學(xué)習(xí)算法在人臉識(shí)別中的應(yīng)用研究.pdf
- 改進(jìn)的AdaBoost算法及其在人臉檢測(cè)中的應(yīng)用.pdf
- 遺傳算法在PCA人臉識(shí)別算法中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論