首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于核机器学习的人脸识别若干算法研究

摘要第3-5页
ABSTRACT第5-6页
第1章 绪论第9-17页
    1.1 引言第9-11页
    1.2 符号约定第11-12页
    1.3 主成分分析法第12页
    1.4 线性判别分析法第12-13页
    1.5 非负矩阵分解算法第13页
    1.6 核方法第13-14页
    1.7 本文主要内容以及组织结构第14-17页
        1.7.1 本文主要研究内容第14-15页
        1.7.2 本文主要组织结构第15-17页
第2章 有监督的核应用于无监督的主成分分析人脸识别算法第17-24页
    2.1 引言第17页
    2.2 核主成分分析法第17-18页
    2.3 算法设计第18-20页
        2.3.1 基函数的构造第18-19页
        2.3.2 有监督的Mercer核的构造第19-20页
        2.3.3 算法设计第20页
    2.4 实验结果与分析第20-23页
        2.4.1 人脸数据库介绍第21页
        2.4.2 ORL人脸数据库实验第21-22页
        2.4.3 FERET人脸数据库实验第22-23页
    2.5 本章小结第23-24页
第3章 有监督的核非负矩阵分解人脸识别算法第24-49页
    3.1 引言第24-25页
    3.2 PNMF算法第25-26页
    3.3 有监督的KNMF算法第26-32页
        3.3.1 求解特征矩阵H第27-28页
        3.3.2 求解原像矩阵W第28-29页
        3.3.3 SKNMF算法的收敛性第29-32页
        3.3.4 特征提取第32页
    3.4 实验结果与分析第32-48页
        3.4.1 在ORL人脸数据库上的实验第33-37页
        3.4.2 在Yale人脸数据库上的实验第37-40页
        3.4.3 在疼痛表情人脸数据库上的实验第40-43页
        3.4.4 在Caltech 101人脸数据库上的实验第43-45页
        3.4.5 在CMU人脸数据库上的实验第45-48页
    3.5 本章小结第48-49页
第4章 非负相容核的构造在人脸识别上的应用第49-63页
    4.1 引言第49-50页
    4.2 非负相容核的构造第50-53页
        4.2.1 对称NMF算法第50-51页
        4.2.2 非负插值基函数的建立第51页
        4.2.3 非负相容核的构造第51-52页
        4.2.4 非负非线性映射的扩展第52-53页
    4.3 基于非负相容核的人脸识别算法第53-54页
        4.3.1 非负相容核算法步骤第53页
        4.3.2 基于非负相容核的KPCA(NCKPCA)算法步骤第53-54页
        4.3.3 基于非负相容核的KNMF(NCKNMF)算法步骤第54页
    4.4 实验结果与分析第54-62页
        4.4.1 在ORL人脸数据库上的实验第54-57页
        4.4.2 在疼痛表情人脸数据库上的实验第57-59页
        4.4.3 在Yale人脸数据库上的实验第59-62页
    4.5 本章小结第62-63页
第5章 总结与展望第63-65页
参考文献第65-69页
致谢第69-70页
攻读硕士学位期间的研究成果第70页

论文共70页,点击 下载论文
上一篇:基于高光谱技术的南疆红枣图像的识别与分类方法的研究
下一篇:棉秆基活性炭的制备及其吸附性研究