【摘 要】
：
传统的人脸识别系统可以在样本充足的数据库上取得良好的识别性能，但使用样本稀疏或旧的数据库时识别率会大幅下降。这就需要一种可以针对这种较差条件数据库进行良好识别的学
论文部分内容阅读
传统的人脸识别系统可以在样本充足的数据库上取得良好的识别性能，但使用样本稀疏或旧的数据库时识别率会大幅下降。这就需要一种可以针对这种较差条件数据库进行良好识别的学习方法。而增量学习充分利用历史训练结果的学习方式则正好可以有效地解决这一困难，它能随着新增样本的增加逐渐提高学习精度。本文在现有的人脸识别及其增量学习算法的基础上，提出了一种基于球环向量的支持向量机增量学习算法，并基于该算法建立了一个具有增量学习能力的人脸识别系统。其主要内容如下：
⑴比较了两种子空间维数确定准则下的增量主成分分析算法，并证明基于特征值贡献率的增量主成分分析算法可以在保证系统识别率的前提下，有效控制子空间的维数，提高系统学习效率。
⑵提出了基于球环向量的支持向量机增量学习算法。该算法先抽取出可能成为支持向量的球环向量，减少了训练样本的数目，提高了系统的训练速度，然后以KKT（Karush-Kuhn-Tucker）条件为停机准则实现支持向量机对新增样本的增量学习。
⑶在此基础上结合增量主成分分析和增量支持向量机算法实现了一个人脸识别系统，将所提出的基于球环向量的支持向量机增量学习算法在系统中实现。
⑷通过对ORL和JAN数据库进行测试发现，在同等精度下，该系统对于大样本数据具有更高的学习效率和处理速度，适合处理连续视频在线文件。
其他文献
为适应新一代导航系统现代化的发展需求,提高新一代导航信号的抗干扰能力和导航精度,新一代导航信号在原有直接序列扩频的基础上,加入BOC调制处理。BOC调制信号将原集中于载
随着地质勘探技术不断的进步,地质勘探转向地质构造和地质环境复杂的目标区域,对于地震资料的质量要求越来越高。而采集到地震资料常出现较为严重的噪声干扰、信噪比低和有效
无线传感器网络是由大量廉价、低功耗且具有传感、数据处理和短距离无线通信功能的微型传感器节点组成，节点之间以无线自组织方式协同工作，其目的是协作地感知、采集和处理网络
随着无线通信的发展，协作成为未来无线通信的一个重要手段。无线协作通信系统中各节点之间的协作能够提高中断概率性能，而无线频谱感知系统中感知节点的协作频谱感知能够提高感
伴随着电信产业的全球化发展以及计算机网络技术的提升,异构网络将是未来无线通信发展的必然趋势。其中3G技术与WLAN技术互补融合的网络就是一个典型的异构网络互联场景。在
在无线传感器网络的领域中,低功耗设计是非常重要的课题。通常来说,无线传感器网络节点不会配有价格高昂的频率振荡器,因此无法产生精确的时系。然而,能量保存的技术通常需要
随着智能化技术的革新,计算机视觉技术应用越来越广泛,无论是用于国防的安全检测、军事侦察,还是用于医学和工业控制,都发挥了极大的作用。基于计算机视觉的目标识别与跟踪方
随着网络技术和计算机信息技术的飞速发展,人类社会已经进入一个全新的数字信息化时代。以数字媒介为载体的作品由于其具有获取容易、复制简单和传播迅速等优点,极大的丰富了
本文对基于OFDM技术的无线通信系统射频前端进行了理论分析与硬件实现。射频发射部分的主要任务是,产生调制载波信号,将基带部分传输过来的信号正交调制到目标频率,然后经过