当前位置：
首页 资源下载
搜索资源 - Supervised Learning face
搜索资源列表
-
0下载：
本代码实现基于成对约束的半监督图嵌入算法-Following the intuition that the image variation of
faces can be effectively modeled by low dimensional
linear spaces, we propose a novel linear subspace
learning method for face analysis in the framework of
graph embeddi
-
-
0下载：
综合了主动学习和半监督学习的多项算法，很有价值的学习资料-Combination of active learning and a number of semi-supervised learning algorithm, learning valuable information
-
-
0下载：
面对模式分析、数据挖掘中海量数据,降维算法已经成为科学研究人员最为
强有力的工具.对降维算法的研究具有很高的学术价值和应用潜力.本文较为详
细的回顾了现有的降维算法,以及他们在模式分析中的应用.在此基础上,着眼于
提高嵌入空间的不同类别的样本之间的距离,我们提出了两种有监督情形下的流
形学习算法.模拟和实际数据都显示了有监督流形学习算法的良好的性能.-Face pattern analysis, data mining massive data, dimension reduct
-
-
0下载：
LVQ即学习向量量化神经网络是一种用于训练竞争层的有监督学习方法神经网络，在模式识别和优化领域有着广泛的应用。本课题要求使用LVQ神经网络训练人脸的特征数据，得到模型对任一人脸图像的朝向进行识别。-Learning Vector Quantization LVQ neural network that is used to train competitive layer neural network supervised learning methods in the field of patt
-
-
0下载：
人脸识别是一个有监督学习过程，首先利用训练集构造一个人脸模型，然后将测试集与训练集进行匹配，找到与之对应的训练集头像。最容易的方式是直接利用欧式距离计算测试集的每一幅图像与训练集的每一幅图像的距离，然后选择距离最近的图像作为识别的结果。这种直接计算距离的方式直观，但是有一个非常大的缺陷—计算量太大。如果每幅图像大小为100*100，训练集大小1000，则识别测试集中的一幅图像就需要1000*100*100的计算量，当测试集很大时，识别速度非常缓慢。(Face recognition is a s
-
-
0下载：
人脸识别是一个有监督学习过程，首先利用训练集构造一个人脸模型，然后将测试集与训练集进行匹配，找到与之对应的训练集头像。最容易的方式是直接利用欧式距离计算测试集的每一幅图像与训练集的每一幅图像的距离，然后选择距离最近的图像作为识别的结果。(Face recognition is a supervised learning process. Firstly, a face model is constructed by training set, and then the test set is m
-
-
0下载：
SUpervised Learning based criminal face recognition
-
