Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
El desempeño en el reconocimiento de patrones depende de las variaciones en las etapas de extracción, selección y clasificación. En el siguiente artículo se presenta un enfoque para selección de características utilizando un algoritmo genético aplicado a procesos de reconocimiento y control de calidad en imágenes. Para evaluar la propuesta con algoritmos genéticos se utilizan dos funciones de evaluación: tasa de error y coeficiente Kappa. Se implementan redes neuronales en la clasificación usando las características seleccionadas por el algoritmo genético. La red neuronal se compara con el clasificador de los k-vecinos. Los resultados obtenidos muestran un mejor desempeño del sistema propuesto frente a otros métodos.
Introducción
Los avances tecnológicos de nuestra sociedad han potenciado la automatización de la producción industrial y la necesidad de manejar información en campos de gran importancia. Esta tendencia ha hecho que el reconocimiento de patrones ocupe un lugar central en la investigación y las aplicaciones de ingeniería. El reconocimiento de patrones se ha convertido en una parte integral de los resultados de la mayoría de los sistemas de visión artificial en lo que respecta a la toma de decisiones (Theodoridis S. & Koutroumbas, K, 2009) para identificar un objeto determinado y realizar operaciones con él.
El reconocimiento de patrones se ha desarrollado utilizando métodos estadísticos clásicos como el análisis de componentes principales (PCA) (Song F, Guo Z, 2010) y el análisis de componentes independientes (ICA) (Ekenel H, Sankur B, 2004; Liu J, Wang G, 2010). Sin embargo, los tres procesos implicados en el reconocimiento de patrones pueden desarrollarse mediante el uso de la inteligencia computacional, proporcionando así un sistema autónomo con capacidad de aprendizaje y resultados de clasificación adecuados, según investigaciones recientes (Mitra S. & Sankar K, 2005; D. G. Stavrakoudis, 2010; Vilches E, 2006; Pazoki Z, Farokhi F, 2010).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Efectos no lineales y su relación con los parámetros de transmisión de una red WDM
Artículo:
Construcción y aplicación de corpus de medios de comunicación basados en Big Data
Artículo:
Técnicas de microscopía de barrido como herramienta de evaluación de materiales e intervenciones para la protección del patrimonio cultural construido
Artículo:
Diseño de una cubierta dieléctrica multicapa para mejorar la ganancia y la eficiencia de los conjuntos de ranuras
Artículo:
Antena interna bidireccional vehicular con características de ganancia asimétricas para compensar la pérdida de la trayectoria del enlace hacia atrás debido a los obstáculos interiores
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Los web services como herramienta generadora de valor en las organizaciones
Artículo:
Configuración de los valores de María, antes y después de la violación, en Satanás de Mario Mendoza
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
