基于因子分析的文本独立笔迹鉴定分类器

针对检材与样本笔迹字符内容较少情况下的笔迹鉴定问题,提出一种基于因子分析的文本独立笔迹鉴定新方法.该方法将影响书写笔迹特征距离的因素划分为书写风格的差异和字符形状结构的差异两类因子,然后通过两因子方差分析,分离出特征距离中的字符因子,通过文本依存方法获得文本独立笔迹鉴别分类器.实验证明,该方法得到一种高效的脱机中文笔迹鉴定分类器,在近似实际情况的笔迹鉴别实验中得到良好的鉴别准确率.     

基于Matlab平台人脸识别仿真过程的探究

Matlab是一种科学与工程计算的高级语言,广泛地运用在包括信号与图像处理、控制系统设计等方面,我们使用Matlab作为平台,设计GUI,探究人脸识别的过程。在特征提取方面,运用主成分分析法(PCA)算法,对高维特征进行降维,保证了高位数据不失真,在分类器算法上采用支持向量机(SVM)和自适应提升(Adaboost)算法进行对比实验,SVM通过求解由全部训练样本对检测样本最佳线性表示的稀疏向量来进行分类,Adaboost算法针对不同的训练集训练同一个基本分类器(弱分类器)进行多次迭代,每次迭代增加错样本的权重,构成一个更强的最终的分类器(强分类器),实验结果表明,仿真能够达到较高的识别率和缩短识别的时间。