核最近邻凸包分类算法

周晓飞; 杨静宇; 姜文瀚

发布时间：
摘要点击次数： 3946
全文下载次数： 328
DOI: 10.11834/jig.20070722
2007 | Volume 12 | Number 7

核最近邻凸包分类算法

周晓飞¹, 杨静宇¹, 姜文瀚¹(南京理工大学计算机科学与技术学院，南京 210094)

摘要

为了增强最近邻凸包分类器的非线性分类能力，提出了基于核函数方法的最近邻凸包分类算法。该算法首先利用核函数方法将输入空间映射到高维特征空间，然后在高维特征空间采用最近邻凸包分类器对样本进行分类。最近邻凸包分类器是一类以测试点到各类别凸包的距离为相似性度量，并按最近邻原则归类的分类算法。人脸识别实验结果证实，这种核函数方法与最近邻凸包分类算法的融合是可行的和有效的。

关键词

核最近邻凸包分类最近邻凸包分类模式识别人脸识别

Kernel Nearest Neighbor Convex Hull Classification Algorithm

()

Abstract

Keywords

在线采编平台

论文出版

年度会议

下载中心

年度信息