搜文檔
認(rèn)證信息
認(rèn)證類型:個(gè)人認(rèn)證
認(rèn)證主體:常**(實(shí)名認(rèn)證)
IP屬地:河北
下載本文檔
版權(quán)說(shuō)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)
1、該論文首先概述了人臉檢測(cè)研究的發(fā)展現(xiàn)狀.在此基礎(chǔ)上,系統(tǒng)闡述了核函數(shù)理論的歷史起源、基礎(chǔ)理論、應(yīng)用算法.針對(duì)基于核函數(shù)的FISHER判別(KFD)、基于核函數(shù)的主元分析法(KPCA)以及核函數(shù)的構(gòu)造和參數(shù)選取作了一定的研究探討.最后將訓(xùn)練好的核函數(shù)人臉檢測(cè)機(jī)器應(yīng)用于非線性空間人臉樣本的檢測(cè),取得了較為滿意的結(jié)果.第一部分,通過(guò)閱讀、學(xué)習(xí)大量中英文文獻(xiàn),概述了人臉檢測(cè)技術(shù)研究的現(xiàn)狀,對(duì)人臉識(shí)別系統(tǒng)中的傳統(tǒng)特征提取、分類方法作了綜述.針對(duì)人
2、臉檢測(cè)技術(shù)的非線性處理能力、降維能力、實(shí)時(shí)性、魯棒性,比較了各種方法的優(yōu)劣,提出了存在的疑難問(wèn)題和該文的研究任務(wù).第二部分,從分析神經(jīng)網(wǎng)絡(luò)的局限性和疑難點(diǎn)入手,討論了支持向量機(jī)取得成功的兩大關(guān)鍵要素——凸二次規(guī)劃和核函數(shù),由此引出了統(tǒng)計(jì)學(xué)習(xí)理論和核函數(shù)理論.然后探討了一系列核函數(shù)思想與傳統(tǒng)的模式識(shí)別方法相結(jié)合的"核方法",如核FISHER判別、核主元分析法、核感知器,研究了核函數(shù)的構(gòu)造和參數(shù)的選取優(yōu)化.通過(guò)MATLAB仿真試驗(yàn)實(shí)現(xiàn)了這些
3、方法,并對(duì)各自的性能進(jìn)行了比較;基于核函數(shù)理論和現(xiàn)有的人臉特征提取方法,針對(duì)樣本的非線性這一人臉檢測(cè)領(lǐng)域的重難點(diǎn),提出了改進(jìn)的核函數(shù)學(xué)習(xí)機(jī)器.第三部分,基于核函數(shù)方法,提出了一個(gè)基于核函數(shù)理論、方法的人臉檢測(cè)及驗(yàn)證算法.用改進(jìn)的SVM實(shí)現(xiàn)了人臉檢測(cè),改進(jìn)的KPCA實(shí)現(xiàn)了人臉驗(yàn)證.并且給出了仿真試驗(yàn)的數(shù)據(jù)、圖片等結(jié)果,并對(duì)結(jié)果進(jìn)行了分類、比較和推論.實(shí)驗(yàn)證明,基于核函數(shù)的人臉檢測(cè)驗(yàn)證算法具有突出的小樣本學(xué)習(xí)能力,對(duì)處理非線性空間對(duì)象和降維
0/150
提交評(píng)論
聯(lián)系客服
本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務(wù)平臺(tái),本站所有文檔下載所得的收益歸上傳人(含作者)所有。眾賞文庫(kù)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)上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請(qǐng)立即通知眾賞文庫(kù),我們立即給予刪除!
Copyright ? 2013-2023 眾賞文庫(kù)版權(quán)所有 違法與不良信息舉報(bào)電話:15067167862
復(fù)制分享文檔地址
http://www.airport-pavements-failure.com/shtml/view-2128110.html
復(fù)制
下載本文檔
評(píng)論
0/150
提交評(píng)論