搜索资源列表
LIBSVMsrc
- 一个很好的LIBSVM的JAVA源码。对于要研究和改进SVM算法的学者。可以参考。来自数据挖掘工具YALE工具包。-a good LIBSVM JAVA source. They should study and improve SVM academics. Reference. From Data Mining Tool Kit Yale.
pca-svm
- 使用pca和svm方法对表情进行分类，有较高的识别准确率-The use of pca and expression svm classification methods, which have a higher recognition accuracy
2DLDAwiththeSVM-basedfacerecognitionalgorithm
- 二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应，支持向量机 (SVM)具有结构风险最小化的特点，将两者结合起来用于人脸识别。首先，利用小波变换获取人脸图像的低频分量，忽 略高频分量：然后，用2DLDA算法提取人脸图像低频分量的线性鉴别特征，用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem
KPCA
- 在ORL或Yale标准人脸数据库上完成模式识别任务。用PCA与基于核的PCA（KPCA）方法完成人脸图像的重构与识别试验. -Or Yale in the ORL face database, complete the standard pattern recognition tasks. With the PCA and kernel-based PCA (KPCA) method to complete the reconstruction of face image and reco
svm
- 利用matlab实现svm函数包的调用，在人脸数据库yale上进行人脸识别-using matlab to apply function svm to achive scan face on the data of yale