基于粒子群优化的支持向量机人脸识别

针对传统主成分分析(PCA)算法提取人脸特征时效率低下的问题,对其求解样本协方差矩阵的特征值和特征向量的过程进行改进,提出一种基于快速PCA降维算法的人脸识别方法。使用交叉验证方法,将支持向量机(SVM)模型训练时的识别准确率作为粒子群的适应度值,利用粒子群优化算法对SVM惩罚参数和核函数参数进行全局寻优,得到参数的全局最优解,用于训练最终的分类器模型进行人脸识别。通过对ORL和Yale数据库中的人脸图像进行实验,结果表明,与传统PCA算法结合SVM模型的识别方法相比,该方法对于人脸图像具有更高的特征提取效率及识别准确率。

一类森林害虫物理防控的数学模型

构建了一类具有状态脉冲控制的单种群系统,利用分析方法得到该系统在有限时间内存在的周期解和脉冲控制的次数,并说明了该系统周期解的周期与参数之间的关系。提出了灯光诱杀与水枪喷杀手段结合的森林害虫防控策略。