欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
基于核函数的非线性模式分类(简称核方法)，已经成为模式识别和机器学习领域中一种引人注目的重要方法，其有效性是基于数据在映射空间中具有较高的线性可分性这一假设基础上的，但数据在映射空间中的空间分布及其线性可分性，很大程度上是由核函数决定的，因此，如何选择好的核函数或核函数优化是核方法中的一个十分重要的理论问题, 项目“基于核函数优化的模式分类研究”深入研究了利用Fisher准则优化共形变换核函数的理论和方法，并将研究结果应用于人脸检测、生物特征识别、和图像数据库检索等方面，显著改善或提升了核方法的性能，取得了满意的结果。
结论摘要：
英文主题词kernel methods; conformal transformation of a kernel; Fisher criterion; face detection; biomatric recognition
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
会议论文
相关项目
熊惠霖的项目
