主元子空间中的SVM性别分类算法

摘要：

提出了一种在主元子空间中的SVM性别分类算法.它首先通过主元分析对图像输入空间进行降维,形成一个主元子空间,然后在该子空间中以SVM进行隐性升维再构建最优分界面.文中对算法在不同参数下的性能进行了比较,并将本算法和其他方法进行了比较.实验结果表明,在选择了合适参数的情况下能达到94.87％的准确率,并能获得比其他方法更好的性能.

关键词： 性别分类 主元分析 支持向量机 分类算法

作者: 刘文瑶 潘纲 吴朝晖

作者单位: 浙江大学计算机系统工程研究所;浙大中正嵌入式与生物认证技术联合实验室(浙江杭州)

会议类型: 国内会议

会议名称: 第七届中国人工智能联合学术会议

会议地点: 桂林

会议语种:中文

页码: 133-137

在线出版日期: 2003-01-01（万方平台首次上网日期，不代表论文的发表时间）