摘要：针对主成分分析（PCA）、信息增益（IG）、置信度（Relief）等特征选择方法在人脸识别研究中存在的不足,提出用Simba算法对人脸特征进行提取,以期望达到更好的识别效果。该算法将特征定义为权重,通过比较权重值的大小来删除次要特征,得出强相关特征。为取得较高准确率,还运用了相关向量机（RVM）进行识别,通过在Matlab上实验,得出该方法在常用人脸识别库中确实具有较好识别率,后续简要分析了原因。此外,在研究浅层机器学习算法的同时,还关注了深度学习在图像识别方面取得的进展。

原文链接:http://www.cqvip.com//QK/94832X/2016A02/670811656.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）