（北京细推科技有限公司 北京 100026）

1 引言

随着信息技术的发展，需要处理的数据量也越来越大，如何能更有效地获得想要的信息是人们越来越关注的问题，其中常用的办法就是对数据做粗分类处理，根据数据的某些特征把数据粗分为若干类，再根据想要信息的特征去相应的类别里面去查找，这样不仅缩小了搜索范围提高了搜索效率，还明显节省了时间。

生物识别技术主要是根据人体固有的生理特性和行为特性等生物特征进行身份认证的一种技术，现在生物识别技术已经应用于生活的各个方面，如指纹、人脸、静脉、虹膜等。

以人脸识别为例，当1：n识别时，即从成千上万的人脸中找出目标人脸，如果n比较大的情况下算法的时间复杂度比较高，因此需要缩小搜索范围，提高算法的运行效率，因此有必要对数据做粗分类处理。

常用的分类方法：k-means［1］、支持向量机［2～7］（Support Vector Machine，SVM）、Kdtree［8～9］、集成分类器［10～12］、贝叶斯分类［13～14］等。k-means［1］算法是一种基于样本间相似性度量的间接聚类方法，属于非监督学习方法，实现起来比较简单。此算法以k为参数，把n个对象分为k个簇，以使簇内具有较高的相似度而紧密的联系在一起，而且使得簇间的相似度较低而距离尽量的大。但是k-means［1］是局部最优的，而且容易受到初始质心的影响。支持向量机［2～7］（Support Vector Machine，SVM）是在特征空间里寻找一个最大间隔超平面，在这个最大间隔超平面的两边建立两个互相平行的超平面，这两个平行超平面间的距离越大，分类器的总误差越小。……