matlab姿态识别系统源码运行-Face-Recognition_SVM_SRC:两种模式识别方法的实践。基于SVM和SRC的人脸识别

上传者: 38675465 | 上传时间: 2022-05-15 15:32:08 | 文件大小: 589KB | 文件类型: ZIP
matlab姿态识别系统源码运行 Face-Recognition Practice of two Pattern Recognition methods. Face Recognition based on SVM and SRC. 一 背景 1.1 支持向量机简介 支持向量机(Support Vector Machine,SVM)是AT&TBell 实验室的V.Vapnik等人提出的一种机器学习算法,是迄今为止最重要的机器学习理论和方法之一,也是应用最广泛、综合效果最好的模式分类技术之一。到目前为止,支持向量机已应用于孤立手写字符识别、网页或文本自动分类、说话人识别、人脸检测、性别分类、计算机入侵检测、基因分类、遥感图象分析、目标识别、函数回归、估计、函数逼近、密度估计、时间序列预测及数据压缩、文本过滤、数据挖掘、非线性系统控制等各个领域的实际问题中。 支持向量机是一种二分类模型,其基本定义是特征空间上的间隔最大的线性分类器(当采用线性核时),即支持向量机的学习策略是间隔最大化,最终转化为凸二次规划问题的求解。该方法在1995年正式发表,因其在文本分类任务中显示出卓越性能,很快成为

文件下载

资源详情

[{"title":"( 20 个子文件 589KB ) matlab姿态识别系统源码运行-Face-Recognition_SVM_SRC:两种模式识别方法的实践。基于SVM和SRC的人脸识别","children":[{"title":"Face-Recognition_SVM_SRC-master","children":[{"title":"README.md <span style='color:#111;'> 11.94KB </span>","children":null,"spread":false},{"title":"SRC","children":[{"title":"my_pca.m <span style='color:#111;'> 1.25KB </span>","children":null,"spread":false},{"title":"SolveHomotopy_CBM_std.m <span style='color:#111;'> 13.88KB </span>","children":null,"spread":false},{"title":"SRC_PCA.m <span style='color:#111;'> 3.07KB </span>","children":null,"spread":false},{"title":"readme.txt <span style='color:#111;'> 34B </span>","children":null,"spread":false},{"title":"my_SRC.m <span style='color:#111;'> 3.30KB </span>","children":null,"spread":false},{"title":"l1eq_pd.m <span style='color:#111;'> 5.48KB </span>","children":null,"spread":false}],"spread":true},{"title":"3.png <span style='color:#111;'> 122.34KB </span>","children":null,"spread":false},{"title":"yale-dataset.txt <span style='color:#111;'> 194B </span>","children":null,"spread":false},{"title":"SVM","children":[{"title":"libsvm.dll <span style='color:#111;'> 156.50KB </span>","children":null,"spread":false},{"title":"svmtrain.mexw64 <span style='color:#111;'> 63.00KB </span>","children":null,"spread":false},{"title":"svmpredict.mexw64 <span style='color:#111;'> 25.00KB </span>","children":null,"spread":false},{"title":"my_pca.m <span style='color:#111;'> 745B </span>","children":null,"spread":false},{"title":"my_SVM.m <span style='color:#111;'> 2.85KB </span>","children":null,"spread":false},{"title":"libsvmread.mexw64 <span style='color:#111;'> 11.00KB </span>","children":null,"spread":false},{"title":"libsvmwrite.mexw64 <span style='color:#111;'> 10.00KB </span>","children":null,"spread":false},{"title":"readme.txt <span style='color:#111;'> 37B </span>","children":null,"spread":false}],"spread":true},{"title":"4.png <span style='color:#111;'> 170.02KB </span>","children":null,"spread":false},{"title":"1.png <span style='color:#111;'> 80.78KB </span>","children":null,"spread":false},{"title":"2.png <span style='color:#111;'> 75.62KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明