论文部分内容阅读
Windows 最小 / 最大值的模块听说为图象特征抽取的 Subspace 算法(WMMLSA ) 被介绍的一个新方法。WMMLSM 对训练样品的顺序感觉迟钝并且能有效地通过为 subspace 选择学习样品调整图象特征 subspace 的激进的向量反复的学习算法，它能因此改进坚韧性和模式 subspace 的归纳能力并且提高一个分类器的识别率。同时，模式 subspace 被 PCA 方法造。分类器成功地基于 WMMLSM 被使用在灰阶的图象上认出压的人物。结果显示 WMMLSM 上的正确识别率比那