为了满足企业管针对人脸识别中遇到的"过学习"与"小样本"问题，以及为了进一步改善主成分分析（PCA）在处理图像非线性问题上存在的不足，本文将核主成分分析法与支持向量机（KPCA-SVM）相结合，利用KPCA对非线性人脸图像进行特征提取，在保持原图像信息损失尽量少的原则下，把高维空间的人脸数据投影到低维空间，然后对低维空间人脸信息数据建立SVM的识别模型进行识别，达到95.4%的识别精度。
特别声明：本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者在两周内速来电或来函联系。
京公网安备 11040202430174号![京网文[2017]10376-1180号](/images/indexnew/www1024.jpg){kind=link}