用多类解析中心机(ACM)进行人脸识别
近来年,支持向量机(SVM)由于其非凡的推广能力已经在机器学习领域和优化领域引起了广泛的关注.支持向量机的最优解对应于翻译空间中最大内接球的中心.近来,人们提出了一些改进的算法,这些算法是考虑求解翻译空间中其他类型的中心,如重心.这些改进的方法能够进一步的增强分类器的推广能力.解析中心机(ACM)就是通过对翻译空间的解析中心进行求解以得到最优分类超平面的.本文中,我们提出了一种基于二叉树策略的多类ACM算法并将其应用到人脸识别上,并进一步给出了相应的实验结果.
解析中心 内点法 支持向量机 人脸识别
李铭 袁保宗 曾凡仔 刑强 孙运达
北方交通大学信息科学研究所(北京)
国内会议
北京
中文
195-198
2003-08-01（万方平台首次上网日期，不代表论文的发表时间）