核主分量分析相关论文
人脸识别是一项富有理论和应用价值的研究课题,对它的研究还相当不成熟。本文回顾了人脸识别的研究历史和发展现状,讨论了人脸识别......
该文主要研究基于核函数的机器学习方法(以下简称核学习方法)的理论、算法和应用.针对目前核学习方法中存在的一些问题:如何提高现......
人脸是人们社会交流中所关注的焦点，在辨别身份和传递感情方面起着重要的作用。尽管人们能够毫不费力地识别出人脸及其表情变化，然而......
人脸识别是生物特征识别的一个主要研究方向,与其它生物特征识别技术相比较,人脸识别有主动性,用户界面友好等许多特点。同时,在所......
智舌是本实验室自主研发的一种新型电子舌系统,由传感器阵列、信号激发与接收电路以及智能算法三个部分组成。前期电子舌的研究多......
在模式识别领域，特征选择和特征提取作为设计模式识别系统的重要一环，对原始数据进行变换，以得到最能反映分类本质的特征。
主分......
在雷达目标识别中,利用核主分量分析(KPCA)方法来进行目标特征提取,忽略了高分辨率距离像(HRRP)的本身特性。提取一种平移不变特征......
研究了核主分量分析(KPCA,Kernel Principal Component Analysis)在高分辨雷达目标特征提取与识别中的应用。首先讨论了KPCA算法原......
此文提出了一种新的脸谱识别方法--基于核主分量分析(KPCA)的脸谱识别方法.首先利用KPCA方法提取脸谱图象的特征,然后利用线性支持......
