2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩50頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、人臉識別(FaceRecognition)是一個具有很高理論和應(yīng)用價值的研究課題。人臉?biāo)从车囊曈X信息在人與人的交流和交往中有著極其重要的作用。由于人臉的特殊性,使得人臉識別技術(shù)成為最具潛力的身份識別方式之一。人臉識別技術(shù)應(yīng)用廣泛,并且日益受到人們的廣泛關(guān)注,成為模式識別領(lǐng)域研究的熱點,同時人臉識別又是一個復(fù)雜和困難的研究課題。 支持向量機(SupportVectorMachine,SVM)是一種基于統(tǒng)計學(xué)習(xí)理論的模式識別方法,

2、是在統(tǒng)計學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險最小化原則基礎(chǔ)上發(fā)展出來的一種新的機器學(xué)習(xí)方法。支持向量機作為一種強大的機器學(xué)習(xí)理論,在多維非線性模式分類的應(yīng)用中己經(jīng)取得非常好的性能。隱馬爾可夫模型(HiddenMarkovModel,HMM)是用于描述信號統(tǒng)計特征的一組統(tǒng)計模型。HMM的基本理論由Baum和Welch等人于20世紀(jì)60年代末70年代初建立,在語音識別中應(yīng)用較多。本文將SVM與HMM構(gòu)成的混合模型應(yīng)用于人臉識別,取得了較高的識別率

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論