黄梓智毕业论文设计开题报告

2022-10-23 22:54:26 第一文档网 [ 字体：小中大 ] [ 阅读： ] [

【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《黄梓智毕业论文设计开题报告》，欢迎阅读！
开题,毕业论文,报告,设计,黄梓智
惠州学院本科毕业论文（设计）开题报告

姓名指导教师课题名称

黄梓智陈治明

支持向量机在人脸识别方向的研究及其应用

学号 100701211

专业、班级职称

10电气2 副教授

选题支持向虽机方法是建立在统计了习理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信依据息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之和意间寻求最佳折衷，以求获得最好的推广能力。支持向l-m（Support Vector Machine, SVM）是Corinna 义

Cortes和Vapnik8等于1995年首先扌是出的，它在解决小样本、非线性及高维模式识别中衣现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中

研究的基本内容及解决的主要问题.

研究的基本内容

（1）向量机的基本原理；

（2）通过matlab支持向量机算法工具箱进行分类和回归的方法（3）分析目前存在的支持向量机算法的缺点并提出算法改进措施，并用matlab语言和相关的算法丄具箱实现；（4）对•些标准测试函数，用捉岀的改进算法进行优化，检验算法结果；（5〉支持向虽机人脸识别的应用，用扌是岀的改进算法进行回归或分类，检验算法效果：

研究 1•第-阶段：2013年12月一2月：通过网络和书籍査阅相关资料，确定设计方向。的进 2. 第二阶段：2014年2月一3月：整理和关资料，确定设计的研究方法并捉交开报告：度、

3. 第三阶段：2014年3月一4月：构造出论文总体方案设计及论证，完成论文初稿，并请教指导老师，第五阶段：2014年5月，汇总全部资料并整理，准备迎接论文答辩。

步骤对论文初稿进行湘关的修改：4.第四阶段：2014年4月：接受论文中期检查，进行论文修改以及定稿：5.

研究 [1]扌是出了两种基于VC边界的史持向量机参数选择算法？.同定C算法和vc—cv算法。VC边界

的方是两类支持向量机参数选择的•个理想准则，仍它的-些财有缺点使其应用变得困难。本文通过将VC边法及界转化为VC指标，最终把问题归结为对最小包同体的求解，从埋论上和讨'算上为VC边界的使用铺、rr措施道路。在此基础之上，本文捉出了两种基于VC边界的参数选择算法固定C算法和VC-CV算法。在数个

基准数据集上的实验农明，相比交义验证算法，VC —CV算法不仪能获得性能更好的分类器，m且具有较低的讣莽复杂度。

使用序贯撮小优化算法解决，最小包围体求解问題。最小包围体求解足计算VC指标的•个关键步骤，本文使J； {}J JT贯虽小优化算法对其求解，并对算法初始化、参数选择及更新等若r 实现问题进行了深入地研究。在多个基准数据集上的实验农明，序货晶小优化算法能够快速而准确地解决撮小包闱体求解问题。

[2]研究J,多类支持向量机参数选择的策略问题。与文献中，“泛采用的An-in. One策略小同，本

文所采用的One-m-One策略为每个两类分类器单独选择参数，所得到的多炎史持向量机结构灵活,易于扩展。我们从理论【：和实验j二对All. in. One和One—in. One进行J,分析比较，指明J，两者各自的优缺点，为它们在实际・1 -的应川提供参考。

【3】扌是出」'

曲种新的多类支持向量机结果构建算法NPWC. CC算法和PWC分类器阵列法。通过使用校正分类器，NPWC—CC 算法将朦来的 painvise probabilities 转换为•组新的 painvise probabilities. 以捉高口，靠的局部输出的信度，降低不可靠局部输出的信度，从而减少不可靠局部输出对全局输出的影响，捉高全局输岀的质量。PWC分类器阵列法则为问题域中的每个类别构建•个PWC 分类器，每个PWC分类器m且仪由与对应类别相关的两类分类器组合而成o PWC分类器阵列法不仪有效克服_r现有PWC算法的缺点，而且成功地将绝人多数的PWC算法统-到了 ••起。在数个基准数据集上的实验证明了 NPWC-CC算法和PWC分类器阵列法的有效性。

【4】提出了 •种快速的、具有•二叉树结构的支持向量机入脸识别算法BTBSVM。实时性是人

脸识别系统的•个关键性能。在识别时，普通多类支持向量机需耍使用所有的两类分类器进行计算，识别速度慢，无法达到实时性。通过二叉树的使用，BTBSVM在派别时只需？小部分两类分类器进行汁算，人人捉高丁识别速度。实验农明，BTESVM的识别速度比普通多类支持向量机要快数十倍，两者的识别性能则相差％多。