基于二次特征选择和支持向量机的面部表情识别

摘要：

提出了一种旨在减少支持向量机的训练量和提高特征有效性的表情识别算法.使用排序PCA+LDA得到最优表情向量;使用模糊核聚类进行有效数据集约简,构建二又决策树训练支持向量机.在IAFFE数据库上的识别结果优于其它几种算法,在保证识别率的同时缩短了训练时间.

关键词：特征选择、支持向量机、核函数、表情识别

所属期刊栏目：4

分类号：TP391(计算技术、计算机技术)

在线出版日期：2009-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：2700-2702