Selección de características : Su aplicación a clasificación de texturas

Autores
Violini, María Lucía
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Giacomantone, Javier
Descripción
Los métodos de selección de características son utilizados dentro de la etapa de reducción de dimensión de sistemas de reconocimiento de patrones. Estos métodos se utilizan para obtener el subconjunto de características más relevantes del conjunto completo de características, dicho subconjunto será aquel que maximice una función criterio determinada. En esta tesina se estudian métodos de selección tanto óptimos como sub-óptimos y se implementa una librería de funciones que contiene los métodos estudiados. Además se realiza el estudio de los principales descriptores estadísticos de textura de primer y segundo orden que se obtienen a partir de imágenes digitales. Los mismos son implementados conformando una librería de funciones que permite obtener descriptores de textura a partir de una imagen digital. Por último se plantea un modelo que permite aplicar métodos de selección de características a clasificación de texturas. Se realiza la implementación de dicho modelo dando lugar a una librería de funciones que se utiliza posteriormente para realizar pruebas. Los resultados obtenidos muestran que los métodos de selección de características mejoran el rendimiento de los sistemas de reconocimiento de patrones.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
Materia
Ciencias Informáticas
PATTERN RECOGNITION
reconocimiento de patrones
métodos de selección de características
texturas
descriptores estadísticos de textura
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-nd/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/63236
Acceder
id SEDICI_c06bdb6844658437f8bceb27f8a7183f
oai_identifier_str oai:sedici.unlp.edu.ar:10915/63236
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Selección de características : Su aplicación a clasificación de texturasViolini, María LucíaCiencias InformáticasPATTERN RECOGNITIONreconocimiento de patronesmétodos de selección de característicastexturasdescriptores estadísticos de texturaLos métodos de selección de características son utilizados dentro de la etapa de reducción de dimensión de sistemas de reconocimiento de patrones. Estos métodos se utilizan para obtener el subconjunto de características más relevantes del conjunto completo de características, dicho subconjunto será aquel que maximice una función criterio determinada. En esta tesina se estudian métodos de selección tanto óptimos como sub-óptimos y se implementa una librería de funciones que contiene los métodos estudiados. Además se realiza el estudio de los principales descriptores estadísticos de textura de primer y segundo orden que se obtienen a partir de imágenes digitales. Los mismos son implementados conformando una librería de funciones que permite obtener descriptores de textura a partir de una imagen digital. Por último se plantea un modelo que permite aplicar métodos de selección de características a clasificación de texturas. Se realiza la implementación de dicho modelo dando lugar a una librería de funciones que se utiliza posteriormente para realizar pruebas. Los resultados obtenidos muestran que los métodos de selección de características mejoran el rendimiento de los sistemas de reconocimiento de patrones.Licenciado en SistemasUniversidad Nacional de La PlataFacultad de InformáticaGiacomantone, Javier2014-11info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/63236spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:00:48Zoai:sedici.unlp.edu.ar:10915/63236Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:00:48.847SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Selección de características : Su aplicación a clasificación de texturas
title Selección de características : Su aplicación a clasificación de texturas
spellingShingle Selección de características : Su aplicación a clasificación de texturas
Violini, María Lucía
Ciencias Informáticas
PATTERN RECOGNITION
reconocimiento de patrones
métodos de selección de características
texturas
descriptores estadísticos de textura
title_short Selección de características : Su aplicación a clasificación de texturas
title_full Selección de características : Su aplicación a clasificación de texturas
title_fullStr Selección de características : Su aplicación a clasificación de texturas
title_full_unstemmed Selección de características : Su aplicación a clasificación de texturas
title_sort Selección de características : Su aplicación a clasificación de texturas
dc.creator.none.fl_str_mv Violini, María Lucía
author Violini, María Lucía
author_facet Violini, María Lucía
author_role author
dc.contributor.none.fl_str_mv Giacomantone, Javier
dc.subject.none.fl_str_mv Ciencias Informáticas
PATTERN RECOGNITION
reconocimiento de patrones
métodos de selección de características
texturas
descriptores estadísticos de textura
topic Ciencias Informáticas
PATTERN RECOGNITION
reconocimiento de patrones
métodos de selección de características
texturas
descriptores estadísticos de textura
dc.description.none.fl_txt_mv Los métodos de selección de características son utilizados dentro de la etapa de reducción de dimensión de sistemas de reconocimiento de patrones. Estos métodos se utilizan para obtener el subconjunto de características más relevantes del conjunto completo de características, dicho subconjunto será aquel que maximice una función criterio determinada. En esta tesina se estudian métodos de selección tanto óptimos como sub-óptimos y se implementa una librería de funciones que contiene los métodos estudiados. Además se realiza el estudio de los principales descriptores estadísticos de textura de primer y segundo orden que se obtienen a partir de imágenes digitales. Los mismos son implementados conformando una librería de funciones que permite obtener descriptores de textura a partir de una imagen digital. Por último se plantea un modelo que permite aplicar métodos de selección de características a clasificación de texturas. Se realiza la implementación de dicho modelo dando lugar a una librería de funciones que se utiliza posteriormente para realizar pruebas. Los resultados obtenidos muestran que los métodos de selección de características mejoran el rendimiento de los sistemas de reconocimiento de patrones.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
description Los métodos de selección de características son utilizados dentro de la etapa de reducción de dimensión de sistemas de reconocimiento de patrones. Estos métodos se utilizan para obtener el subconjunto de características más relevantes del conjunto completo de características, dicho subconjunto será aquel que maximice una función criterio determinada. En esta tesina se estudian métodos de selección tanto óptimos como sub-óptimos y se implementa una librería de funciones que contiene los métodos estudiados. Además se realiza el estudio de los principales descriptores estadísticos de textura de primer y segundo orden que se obtienen a partir de imágenes digitales. Los mismos son implementados conformando una librería de funciones que permite obtener descriptores de textura a partir de una imagen digital. Por último se plantea un modelo que permite aplicar métodos de selección de características a clasificación de texturas. Se realiza la implementación de dicho modelo dando lugar a una librería de funciones que se utiliza posteriormente para realizar pruebas. Los resultados obtenidos muestran que los métodos de selección de características mejoran el rendimiento de los sistemas de reconocimiento de patrones.
publishDate 2014
dc.date.none.fl_str_mv 2014-11
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/63236
url http://sedici.unlp.edu.ar/handle/10915/63236
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064058449526784
score 13.22299

Publicaciones similares