| 改进KNN-SVM的性别识别 |
| |
| 引用本文： | 张建明,杨忠,李巍. 改进KNN-SVM的性别识别[J]. 计算机工程与应用, 2009, 45(4): 177-179. DOI: 10.3778/j.issn.1002-8331.2009.04.050 |
| |
| 作者姓名： | 张建明 杨忠 李巍 |
| |
| 作者单位： | 江苏大学,计算机科学与通信工程学院,江苏,镇江,212013;江苏大学,计算机科学与通信工程学院,江苏,镇江,212013;江苏大学,计算机科学与通信工程学院,江苏,镇江,212013 |
| |
| 基金项目： | 国家自然科学基金，江苏大学高级专业人才科研基金 |
| |
| 摘 要： | 针对支持向量机（SVM）在超平面附近进行性别识别的不准确性，引入进行加权的K近邻（KNN）算法。提出了结合加权KNN和SVM的改进KNN-SVM算法，该算法用少量已知性别样本自动确定加权KNN与SVM的最优分类阈值，并计算待识别样本和支持向量机所确定的超平面的距离，通过距离与阈值的比较进行性别识别。基于FERET人脸库进行性别实验，实验结果表明，该算法比SVM算法和不进行加权处理的KNN-SVM算法的识别率更高。
|
| 关 键 词： | 人脸性别识别 支持向量机 K近邻距离分类器 最优阈值 |
| 收稿时间： | 2008-08-19 |
| 修稿时间： | 2008-10-23 |
Improved KNN-SVM algorithm for gender recognition |
| |
| ZHAGN Jian-ming,YANG Zhong,LI Wei. Improved KNN-SVM algorithm for gender recognition[J]. Computer Engineering and Applications, 2009, 45(4): 177-179. DOI: 10.3778/j.issn.1002-8331.2009.04.050 |
| |
| Authors: | ZHAGN Jian-ming YANG Zhong LI Wei |
| |
| Affiliation: | Department of Computer Science and Communication Engineering，Jiangsu University，Zhenjiang，Jiangsu 212013，China |
| |
| Abstract: | Improved KNN-SVM that combined Support Vector Machine(SVM) with weighted K Nearest Neighbor(KNN) is pre-sented to improve the accuracy of gender recognition nearby SVM hyperplane.The algorithm gets optimal threshold by a few of known gender samples,then computes the distances from the test samples to the optimal superplane of SVM in feature space,recognizes gender after comparing the distance to threshold.The experiments show that the mixed algorithm can improve the ac-curacy compared to SVM and KNN-SVM wit... |
| |
| Keywords: | facial gender recognition Support Vector Machine（SVM） K-Nearest Neighbors（KNN） classification optimal threshold |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载免费的PDF全文 |
