基于SVM的人脸识别算法中核函数的特性分析

讨论了支持向量机的四种常用核函数的适用范围和核函数参数的选择,对四种核函数在人脸识别中的分类特性进行了对比分析,并介绍了一种新的用于人脸识别的核函数。     

改进遗传算法与拟随机序列结合评定自由曲线轮廓度误差

为了高效率、高精度检测自由曲线和曲面零件并计算轮廓度误差,提出将改进遗传算法与拟随机序列结合来评定自由曲线轮廓度误差.首先,针对自由曲线因没有已知的解析表达式而常用离散点表示其轮廓的特点,采用非均匀有理B样条(NURBS)来表示自由曲线,并用改进遗传算法优化重建自由曲线;然后,应用拟随机Halton序列均匀产生参数值精确计算点到曲线最短距离.阐述了自由曲线重建时控制顶点及目标函数值的计算方法,确立了改进遗传算法重建自由曲线及采用拟随机序列生成参数值求解点到曲线最短距离的具体步骤.最后,针对仿真实例计算并实测零件曲线轮廓度误差.结果显示,自由曲线轮廓度误差评定精度高于99％,表明提出的方法算法简单、计算速度快、精度高,适于在工程计量中推广应用.     

基于二叉树的SVM多类分类算法

在介绍了几种常用的支持向量机的多类分类方法及分析其存在的问题和缺点的基础上利用类均值距离思想提出了一种新的基于二叉树的多类SVM分类方法.     

基于拟随机序列求解点到自由曲线最短距离

自由曲线因没有已知的解析表达式,轮廓常用离散点表示。在进行计算机辅助几何设计或求解轮廓的形状误差时,无法得到计算点到自由曲线的最短距离。提出用非均匀有理B样条表示自由曲线,应用改进遗传算法重建自由曲线,基于拟随机Halton序列均匀产生数据参数值计算点到重建自由曲线最短距离。实例证实了所提出方法不仅算法简单、计算速度快,而且求得距离能够逼近理论值,精确度非常高,适于在逆向工程及自由曲线轮廓度误差精密评定中推广应用。