一种加权核主成分分析及其相关参数的选取
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 引言 | 第10-13页 |
| 第1章 人脸识别问题综述 | 第13-24页 |
| ·课题研究背景 | 第13-14页 |
| ·人脸识别的理论背景和研究现状 | 第14-16页 |
| ·基于特征的人脸识别方法 | 第15页 |
| ·基于模板匹配的人脸识别方法 | 第15-16页 |
| ·人脸识别的基本方法 | 第16-21页 |
| ·基于几何特征的人脸识别方法 | 第16-18页 |
| ·基于特征脸的人脸识别方法 | 第18-19页 |
| ·基于神经网络的人脸识别方法 | 第19-20页 |
| ·基于弹性图匹配的人脸识别方法 | 第20-21页 |
| ·基于隐马尔可夫模型的人脸识别方法 | 第21页 |
| ·研究加权核主成分分析方法在人脸识别中的目的 | 第21-22页 |
| ·本文主要研究内容概述 | 第22-24页 |
| 第2章 核主成分分析 | 第24-32页 |
| ·主成分分析的理论背景 | 第24页 |
| ·主成分分析方法的具体实现 | 第24-25页 |
| ·核主成分分析的理论简介 | 第25-32页 |
| ·核方法 | 第26页 |
| ·Mercer核函数 | 第26-27页 |
| ·核主成分分析方法的具体实现 | 第27-32页 |
| 第3章 基于KPCA的人脸特征提取 | 第32-38页 |
| ·基于PCA的人脸识别原理 | 第32-33页 |
| ·基于KPCA的人脸识别原理 | 第33-38页 |
| ·KPCA的算法 | 第33-36页 |
| ·KPCA用于人脸图像特征提取的算法实现 | 第36-38页 |
| 第4章 一种新的加权核主成分分析人脸识别算法 | 第38-42页 |
| ·加权的思想 | 第38页 |
| ·常见的加权方法 | 第38-39页 |
| ·一种新的加权核主成分分析人脸识别算法 | 第39-42页 |
| ·加权函数的选取 | 第40-41页 |
| ·基于加权核主成分分析的人脸识别算法 | 第41-42页 |
| 第5章 加权核主成分分析的算法实现及其参数选择 | 第42-52页 |
| ·人脸图像的选择 | 第42-43页 |
| ·分类器的选择 | 第43-44页 |
| ·核函数和加权函数的选择 | 第44-46页 |
| ·加权核主成分分析算法的实验结果及其分析 | 第46-49页 |
| ·算法的实施 | 第46-47页 |
| ·实验结果及其分析 | 第47-49页 |
| ·加权函数参数、核函数参数的选择实验 | 第49-52页 |
| 第6章 结论 | 第52-53页 |
| ·本文研究的主要工作 | 第52页 |
| ·有待进一步研究的工作 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读学位期间发表的论文 | 第58-59页 |
| 致谢 | 第59页 |
