dc.contributor | Camacho Nieto, Oscar | |
dc.contributor | Yáñez Márquez, Cornelio | |
dc.creator | Aldape Pérez, Mario | |
dc.date.accessioned | 2017-04-27T01:21:57Z | |
dc.date.accessioned | 2023-06-28T21:21:51Z | |
dc.date.available | 2017-04-27T01:21:57Z | |
dc.date.available | 2023-06-28T21:21:51Z | |
dc.date.created | 2017-04-27T01:21:57Z | |
dc.date.issued | 2017-04-03 | |
dc.identifier | Aldape Pérez, Mario. Enfoque asociativo para la selección de rasgos. Tesis (Doctorado en Ciencias de la Computación). Ciudad de México, Instituto Politécnico Nacional, Sección de Estudios de Posgrado e Investigación, Centro de Investigación en Computación). 2011. 96 p. | |
dc.identifier | http://tesis.ipn.mx/handle/123456789/21230 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/7126026 | |
dc.description.abstract | En este trabajo de tesis se presenta el enfoque asociativo para la selección de rasgos, que constituye un nuevo modelo para reducir la dimensionalidad de los patrones que conforman el conjunto fundamental, el cual surge al tomar elementos de dos ramas importantes del reconocimiento de patrones. Por un lado, se toma como punto de partida el modelo de Clasificación Hibrida con Enmascaramiento (HCM por sus siglas en inglés) y por otro lado, el concepto de verosimilitud, tomado de la Teoría de Decisión Bayesiana. El nuevo modelo exhibe un desempeño experimental competitivo, al ser comparado con otros importantes clasificadores de patrones descritos en la literatura actual. | |
dc.language | es_MX | |
dc.title | Enfoque asociativo para la selección de rasgos | |
dc.type | Tesis | |