一种基于核主元分析的支持向量机识别方法

• 作 者: 刘显贵 谢云敏 陈无畏
• 机 构: 南昌工程学院机械与动力工程系,合肥工业大学机械与汽车学院
• 出 处: 南昌大学学报(理科版)
• 发表日期: 2007年01期
• 关键词: 核主元分析 支持向量机 分类 识别 kernel principal component analysis S V M classification
• 基金项目: 国家自然科学基金资助项目（50275045）,江苏省汽车重点实验室基金资助项目（QC2004001）

核主元分析具有能较好地提取非线性特征的优势;支持向量机具有的非线性映射能力,且泛化能力强。它们在分类与识别中应用时都各有自己的优点,结合核主元分析和支持向量机的特点,提出一种基于核主元分析的支持向量机识别方法,用该方法分别对ORL人脸库和iris数据集中的数据进行分类与识别,结果表明:如果根据设计好的核函数的参数,可以得到极高的识别率。