论文部分内容阅读
支持向量机(Support Vector Machine,简称SVM),是基于统计学习理论的一种新的模式识别方法,较好地解决了小样本学习问题。通过使非线性空间变换为线性空间,降低了算法的复杂性。LSSVM(Least Squares Support Vector Ma-chine)由于使用线性等式代替了标准的SVM算法中的线性不等式,进一步降低了运算量。利用傅立叶描述子获取静态手势特征向量,通过LSSVM大尺度算法求解方程组来得到LSSVM分类器,进行静态手势识别,取得了较高的识别率。说明如何把静态