Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.utmachala.edu.ec/handle/48000/5081| Título : | Comparación de nueve algoritmos de máquinas de aprendizaje con alicaciones en la detección de Arrecife de Coral. |
| Autor : | Robertson, Neil M Tusa Jumbo, Eduardo Lane, David M. |
| Palabras clave : | REVISTAS CUMBRES;ARRECIFE DE CORAL;MAQUINAS DE APRENDIZAJE;FILTROS GABOR WAVELETS |
| Fecha de publicación : | 2015 |
| Editorial : | Machala : Universidad Técnica de Machala |
| Citación : | Tusa, E., Lane, D. y Robertson, N. (2015) Comparación de nueve algoritmos de máquinas de aprendizaje con aplicaciones en la detección de arrecife de coral. CUMBRES, Revista Científica. 1 (1) 36 - 41 |
| Descripción : | This work focuses on the comparison of nine algorithms learning machines for the development of a detector coral this detector comprises a extraction portion eigenvectors , which is performed with filters Gabor Wavelets , and a sorting vector using learning machines based on neural networks comparing the accuracy and runtime nine machine learning algorithms , the result was realized that the algorithm selection decision trees. |
| Resumen : | Este trabajo se enfoca en la comparación de nueve algoritmos de máquinas de aprendizaje para el desarrollo de un detector de coral este detector consta de una parte de extracción de vectores característicos, la cual se realiza con filtros Gabor Wavelets, y una parte de clasificación de vectores que usan máquinas de aprendizaje basado en redes neuronales se realizó la comparación de la precisión y el tiempo de ejecución de nueve algoritmos de máquinas de aprendizaje, cuyo resultado que la selección del algoritmo de árboles de decisión. |
| URI : | http://repositorio.utmachala.edu.ec/handle/48000/5081 |
| ISSN : | 1390-9541 |
| Aparece en las colecciones: | Volumen 1 Nº 1 (2015) |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| ART 0074 Comparación de nueve Algorítmos de Máquinas de Aprendizaje.pdf | 4,96 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
