山东大学机器学习(实验七内容)—— PCA

本文探讨了在ORL人脸识别库上应用PCA降维和SVM分类器进行人脸识别的方法。通过从每个类别中选择不同数量的图像作为训练集,评估了不同PCA参数k下的分类精度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. 描述

ORL人脸识别库(https://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html)是一个在人脸识别上下文中广泛使用的数据库优化应用程序。图像被组织在40个目录中,每个目录由10张图片组成。注意,在每个目录中,图像都取自同一个人。
  为了构建一组训练数据,我们从每个类别中随机选取5~7个图像,而将其他图像作为测试数据。请先将PCA应用于图像,以减小数据维数,然后使用SVM分类器实现人脸识别。具体来说,对于给定的面部图像,找出图像中的人。

2. 任务

根据训练数据,通过不同的参数k(即PCA中的预测数)报告分类精度。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值