排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
2.
支持向量机的训练需要求解一个带约束的二次规划问题,但在数据规模很大情况下,经典训练方法将变得很困难,提出一种基于改进的混合蛙跳算法的SVM训练算法,针对混合蛙跳算法搜索速度慢且容易陷入局部极值的缺陷,将模拟退火思想引入到混合蛙跳算法中,提出一种改进的混合蛙跳算法,并将其应用到人脸年龄估计中去,另外使用核主成分分析算法、Gabor小波变换以及局域二值变换来提取人脸的特征,将这3种特征分别特征层和决策层融合后,得到更为适合人脸年龄的特征向量。实验结果表明,使用该算法得到的人脸年龄段分类的分类准确率相对较高。 相似文献
1