• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.45.2005.tde-20210729-144359
Documento
Autor
Nome completo
Jishu Ashimine
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2005
Orientador
Título em português
Definição de uma nova função critério baseada em distâncias nebulosas com múltiplos protótipos para seleção de características
Palavras-chave em português
Computação Gráfica
Resumo em português
A seleção de características tem um papel importante no processo de reconhecimento de padrões. Métodos de seleção automática de características que gerem bons subconjuntos a partir de um conjunto com grande número de características são de importância fundamental dentro desse contexto. Estes métodos de seleção focam em dois pontos prncipais: o algoritmo de seleção e a função-critério. No projeto de mestrado, descrito neste texto de dissertação, desenvolvemos uma extensão da abordagem de seleção de características baseada em distâncias nebulosas entre classes, proposto anteriormente em [10], com a introdução de uma nova função critério. Nesta extensão, cada classe do conjunto de treinamento será subdividida em k grupos, utilizando o algoritmo fuzzy k-means. Isto permitirá a generalização para que a função critério utilize k protótipos por classe, no lugar de um único protótipo, como em [10]. Além disso, a função de pertinência associada a cada amostra do conjunto de treinamento será estendida apropriadamente de maneira a incorporar a informação proveniente dos k protótipos por classe. Foi avaliado o desempenho de seleção dessas duas funções critério realizando-se testes em dados sintéticos (utilizando-se distribuições Gaussianas) e em dados reais (a base de dados Ionosphere obtidas de UCI[6])
Título em inglês
not available
Resumo em inglês
not available
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
AshimineJishu.pdf (10.37 Mbytes)
Data de Publicação
2021-07-29
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2021. Todos os direitos reservados.