基于支持向量机的人脸识别算法  

作　　者：冼广淋[1] 骆雪超[1] 肖宇峰[1] 

机构地区：[1]华南理工大学

出　　处：《华南金融电脑》2005年第8期79-81,共3页Financial Computer of Huanan

摘　　要：支持向量机(SVM)是在统计学习理论(SLT)的基础上发展起来的一种新的机器学习方法,它基于结构风险最小化原则,能有效地解决过学习问题,具有良好的推广性能和较好的分类精确性。本文采用SVM方法进行人脸识别研究,将人脸识别这一典型的多分类问题构造成适合SVM处理的二分类问题,克服了传统SVM方法在解决多分类问题上的一些缺陷。

关 键 词：人脸识别 统计学习理论 支持向量机 结构风险最小化原则 支持向量机(SVM) 人脸识别算法 分类问题 机器学习方法 学习问题 推广性能 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]