论文部分内容阅读
为了保证核最近邻凸包分类器有效地处理大训练集的应用问题，本文提出一种与该分类器相结合的核子类凸包样本选择方法。核子类凸包样本选择方法是一个类内迭代算法，该算法在核空间里每次迭代选择一个距离选择集样本张成子类凸包最远的样本。在Head Pose Image Database系列1图像集上的实验中，本文方法不但可以取得较高的识别率，而且与未经选样的核最近邻凸包分类器相比，其执行速度要快许多。