登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 任务书 > 电子信息类 > 电子科学与技术 > 正文

基于PCA算法的人脸识别技术分析任务书

 2020-04-13 11:04  

1. 毕业设计(论文)主要内容:

在多元统计分析中,主成分分析(Principalcomponents analysis,PCA)是一种分析、简化数据集的技术。主成分分析经常用于减少数据集的维数,同时保持数据集中的对方差贡献最大的特征。这是通过保留低阶主成分,忽略高阶主成分进行实现。这样,低阶成分往往能够保留住数据的最重要方面。正是因为这一特性,PCA方法是人脸识别的主流方法之一。人脸图像通过矩阵变换,投影到子空间,将人脸图像由其特征行向量组成,这种方法极大的降低了数据的维度,便于下一步的聚类和识别。

2. 毕业设计(论文)主要任务及要求

  1. 了解当今人脸识别技术现状及发展;
  2. 掌握主成分分析算法的思想;
  3. 下载人脸库,结合PCA算法,对人脸特征进行提取和分析,利用仿真工具编程实现;
  4. 完成不少于2万印刷符号的外文翻译工作,撰写不少于15000字的研究论文,论文中涉及参考文献不少于15篇,其中外文文献不少于4篇。

3. 毕业设计(论文)完成任务的计划与安排

第1周—第4周 搜集资料,撰写开题报告;

第5周—第6周 论文开题;

第7周—第12周 撰写论文初稿;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1] 李康顺,李凯,张文生.一种基于改进bp神经网络的pca人脸识别算法.计算机应用与软件,p158-161,2014.

[2] 梁斌,段富.奇异值分解和改进pca的视频人脸检索方法.计算机工程与应用,p177-182,2013.

[3] sushma jaiswal.evaluation of#8194;face#8194;recognition#8194;methods.journal of globalresearch in computer science,2011.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图