暂无评论
与PCA在人脸识别中的应用 MATLAB 资源共同使用 一个是理论介绍 一个是实践代码和数据源
KPCA和SVM在人脸识别中的应用论文免费
在计算机科学领域，人脸识别是一种应用广泛的技术。而在人脸识别技术中，深度学习发挥了重要的作用。深度学习是一种基于神经网络的机器学习算法，通过多层次的神经网络模型，能够有效地提取出人脸图像中的特征，从而
MATLAB人脸识别及图像处理在理论和实践中均占有重要地位。人脸图像识别不仅在理论上具有深远的意义和挑战性，而且在各个领域都有着广泛的应用前景。MATLAB作为一个强大的工具，通过对图像进行预处理，实
支持向量机（SVM）在人脸识别领域有着广泛的应用。通过机器学习算法，SVM能够对人脸图像进行高效准确的识别，其算法经过全套调试，保证了手指正常测量的准确性。此外，SVM在人脸识别中的成功应用，为进一步
访客识别系统已成为小区安防系统的重要组成部分,为此本文研究并开发了一种基于人脸面部特征的小区智能访客识别系统。该系统在已有的PCA人脸识别算法的基础上,采用了KL投影和奇异值分解双特征的人脸识别方法。
针对最小二乘支持向量机特征选择及参数优化问题，提出了一种基于PSO的LS-SVM特征选择与参数同步优化算法。首先产生若干种群（特征子集），然后用PSO算法对特征及参数进行优化。在UCI标准数据集上进行
一篇文章，，主要是：加权均值人脸的多姿态人脸识别
基于属性加权的PCA算法，王永欣，张化祥，PCA是一种线性特征提取算法，通过计算将一组特征按重要性从大到小重新排列得到一组互不相关的新特征。但该算法在构造特征子集的��
文本分类中改进TF-IDF加权算法研究，刘俊荣，，特征加权是文本分类重要的研究领域，本文分析了传统TF-IDF算法,该算法简单易实现，但它不能准确体现特征词对单个分类的贡献，对只��
暂无评论