基于PSO训练SVM的人脸识别 利用支持向量机在学习能力方面表现的良好性能,结合核主元分析特征提取方法,将其应用于人脸识别中,该方法在实验中表现了良好的识别性能,为人脸识别领域提供了一条新的识别途径-PSO-based SVM for face recognition training using support vector machine learning ability in the performance of good performance, combined with KPCA

在模式识别中，经常用到的一种提取特征的方法——主成分分析法-In pattern recognition, a frequently used feature extraction method- principal component analysis

一系列降维算法，包括LGE,KGE,KLPP,OLEG,KPCA，将高维空间的数据降低的低维，主要用来进行人脸识别以等方面的特征提取,总共5个算法。-isometric projection to feature extraction

基于核的主成分分析是一种非线性特征提取方法,它通过一个非线性映射将数据从输入空间映射到特征空间,然后在特征空间中进行通常的主成分分析,其中的内积运算采用一个核函数来代替-Core-based principal component analysis is a nonlinear feature extraction method, which maps data the input space to the feature space through a nonlinear mapping,