Faculty of Telecommunications, Technical University of Sofia, Sofia, Bulgaria;
Faculty of Telecommunications, Technical University of Sofia, Sofia, Bulgaria;
Faculty of Telecommunications, Technical University of Sofia, Sofia, Bulgaria;
Faculty of Telecommunications, Technical University of Sofia, Sofia, Bulgaria;
Supervised Descent Method; SVM; PCA; Facial expression; Emotion recognition;
机译:优化的PCA和投影组合PCA方法在人脸图像中的性能评估
机译:基于PCA和LBP与SVM融合特征的面部表情识别
机译:在DEZ水库(伊朗)的富营养化分类中使用PCA组合SVM
机译:使用监督下降法的实时面部表情识别
机译:结合生物标志物和临床病理因素预测乳腺癌对辅助化疗的反应:Cox模型和支持向量机(SVM)方法。
机译:支持向量机方法与体素选择相结合对fMRI数据进行对象类别分类的比较研究
机译:图3:研究区域茶叶种类分类,图像预处理和分类方法组合:(a)无+ mlc(b)无+ mdc(c)none + Ann(d)无+ svm(e) MNF + MLC(F)MNF + MDC(G)MNF + ANN(H)MNF + SVM(I)PCA + MLC(j)PCA + MDC(k)PCA + ANN(L)PCA + SVM(M)ICA + MLC(n)ICA + MDC(O)ICA + ANN(P)ICA + SVM。