1. 毕业设计（论文）主要内容：
主成分分析(PCA)是人脸图像特征提取的一个重要算法，而支持向量机(SVM)有适合处理小样本问题、高维数及泛化性能强等多方面的优点。本次设计要求用PCA算法进行人脸图像特征提取,再用SVM进行人脸分类识别。
2. 毕业设计（论文）主要任务及要求
1. 查阅相关资料15篇以上（其中近五年英文文献不少于3篇）；
2. 完成开题报告；
3. 学习PCA的原理；
3. 毕业设计（论文）完成任务的计划与安排
第1—2周：查阅相关的文献资料，对研究内容进行整体了解；
第3—4周：了解整体实现方案，完成开题报告；
第5—12周：根据方案进行设计和实现；
4. 主要参考文献
[1]Joachims, Thorsten. "Making large-scale SVM Learning Practical." Technische Universitt Dortmund, Sonderforschungsbereich 475: Komplexittsreduktion in multivariaten Datenstrukturen, 1998:499-526.
[2]Chang C C, Lin C J. LIBSVM: A library for support vector machines[J]. Acm Transactions on Intelligent Systems Technology, 2007, 2(3, article 27):389-396.
[3]Shen L, Wang H, Xu L D, et al. Identity management based on PCA and SVM[J]. Information Systems Frontiers, 2016, 18(4):1-6.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
