【作者】 魏雪云； 李景文； 徐华平；

【Author】 Wei Xueyun Li Jingwen Xu Huaping (School of Electronics and Information Engineering Beijing University of Aeronautics and Astronautics Beijing 100191 China)

【机构】 北京航空航天大学电子信息工程学院；

【摘要】 针对样本数量小、特征空间维数高的身份识别问题,对一种在支持向量基础上发展起来的用于小样本、高维特征空间的机器学习新方法——支持向量数据描述(SVDD)方法进行研究,将其引入到身份识别领域,对多类目标进行身份识别。将目标的每一种可能身份视为一类数据描述,通过构造多个SVDD对目标进行识别。实验证明了方法的可行性。更多还原

【Abstract】 The SVDD(support vector domain description) which is developed on support vector machine is researched in this paper and is introduced to recognize the identity of the target when the number of the samples is small and the dimension of the characteristic space is high.Consider every possible identity as a kind of data description,and recognize the aim by structuring multi-SVDD.The feasibility of the algorithm is showed by experiment.更多还原