|
|
|
|
| LEADER |
03735nam a2200409 a 4500 |
| 001 |
ELB89109 |
| 003 |
FlNmELB |
| 006 |
m o d | |
| 007 |
cr cn||||||||| |
| 008 |
201112r2010 sp |||||s|||||||||||spa d |
| 020 |
|
|
|z 9788469311226
|
| 035 |
|
|
|a (MiAaPQ)EBC3195925
|
| 035 |
|
|
|a (Au-PeEL)EBL3195925
|
| 035 |
|
|
|a (CaPaEBR)ebr10515099
|
| 035 |
|
|
|a (OCoLC)929320777
|
| 040 |
|
|
|a FlNmELB
|b spa
|c FlNmELB
|
| 050 |
|
4 |
|a T385
|b G952 2010
|
| 080 |
|
|
|a 004.932(043.2)(0.034)
|
| 080 |
|
|
|a 004.8(043.2)(0.034)
|
| 082 |
0 |
4 |
|a 006.6869
|2 22
|
| 100 |
1 |
|
|a Guijarro Mata-García, María.
|
| 245 |
1 |
0 |
|a Combinación de clasificadores para identificación de texturas en imágenes naturales
|h [recurso electronico] :
|b nuevas estrategias locales y globales /
|c María Guijarro Mata-García; directores, Gonzalo Pajares Martinsanz, Luis Garmendia Salvador.
|
| 260 |
|
|
|a Madrid :
|b Universidad Complutense de Madrid,
|c 2010.
|
| 300 |
|
|
|a 211 p.
|
| 500 |
|
|
|a Tesis de la Universidad Complutense de Madrid, Facultad de Informática, Departamento de Ingeniería del Software e Inteligencia Artificial, leída el 09-06-2009.
|
| 520 |
|
|
|a La combinación de clasificadores constituye hoy en día un campo emergente en los sistemas de toma de decisiones. Un área de interés dentro de este ámbito es la identificación de texturas en imágenes. Es aquí donde se centra el trabajo de investigación que se presenta. El objetivo principal consiste en el diseño de estrategias de clasificación capaces de mejorar los resultados proporcionados por las herramientas comerciales existentes y en la medida de lo posible automatizar el proceso de clasificación. Como estrategia de clasificación se propone la combinación de clasificadores, siguiendo la tendencia actual de las investigaciones en este campo. Bajo la perspectiva de las imágenes se proponen dos estrategias combinadas a nivel de píxel, una de naturaleza local y otra global. La primera aborda el problema de forma específica, clasificando cada píxel en la imagen de forma individual teniendo en cuenta sus propiedades espectrales, mientras que la segunda considera esas mismas propiedades del píxel a clasificar junto con las de sus vecinos, así como las clasificaciones previas de los píxeles en la vecindad. Bajo el enfoque local se proponen sendos procedimientos de combinación bajo la perspectiva de la lógica fuzzy, el primero de ellos se basa en el paradigma de la teoría de la decisión multi-criterio y el segundo en la integral fuzzy. Dentro del enfoque global, se proponen a su vez dos procedimientos de combinación, el primero basado en el concepto de los mapas cognitivos fuzzy y el segundo bajo el paradigma de la relajación probabilista. Para llevar a cabo la combinación se utilizan seis clasificadores clásicos en su versión original. La comparación de los resultados frente a estos clasificadores individuales, así como frente a otros métodos clásicos combinados, permite verificar que las estrategias de combinación propuestas en este trabajo mejoran los resultados, quedando de este modo justificadas.
|
| 533 |
|
|
|a Recurso electrónico. Santa Fe, Arg.: e-libro, 2015. Disponible vía World Wide Web. El acceso puede estar limitado para las bibliotecas afiliadas a e-libro.
|
| 650 |
|
4 |
|a Informática gráfica.
|
| 650 |
|
4 |
|a Inteligencia artificial.
|
| 650 |
|
4 |
|a Computer graphics.
|
| 650 |
|
4 |
|a Artificial intelligence.
|
| 653 |
|
|
|a Informatica grafica
|
| 655 |
|
4 |
|a Libros electrónicos.
|
| 700 |
1 |
|
|a Pajares Martinsanz, Gonzalo,
|e dir.
|
| 700 |
1 |
|
|a Garmendia Salvador, Luis,
|e dir.
|
| 710 |
2 |
|
|a e-libro, Corp.
|
| 856 |
4 |
0 |
|u https://elibro.net/ereader/uninicaragua/89109
|