计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (12): 164-166.DOI: 10.3778/j.issn.1002-8331.2009.12.053
汪世义1,2,陶 亮1,王华彬1
WANG Shi-yi1,2,TAO Liang1,WANG Hua-bin1
摘要: 支持向量机是一种基于小样本学习的有效工具,作为分类器被认为具有很高的推广性能,无需先验知识。但是参数的选取与支持向量机的识别性能是相关的,核函数参数σ2和惩罚因子C对支持向量机识别性能会产生很大的影响。针对支持向量机在人脸识别问题中的应用,提出了一种基于遗传算法(GA)的参数选择优化方法。利用笔者曾提出的基于小波分解和积分投影的人脸特征提取算法对人脸图像进行特征参数提取,然后利用优化的支持向量机进行识别。实验结果表明,该方法是有效的。