Academic Journals Database
Disseminating quality controlled scientific knowledge

Prototype Selection Methods

ADD TO MY LIST
 
Author(s): Josu00E9 Arturo Olvera Lu00F3pez | Jesu00FAs Ariel Carrasco Ochoa | Josu00E9 Francisco Martu00EDnez Trinidad

Journal: Computación y Sistemas
ISSN 1405-5546

Volume: 13;
Issue: 4;
Start page: 449;
Date: 2010;
Original page

ABSTRACT
En reconocimiento de patrones, los clasificadores supervisados asignan una clase a nuevos objetos o prototipos. Para clasificar prototipos se usa un conjunto de entrenamiento el cual proporciona información a los clasificadores durante la etapa de entrenamiento. En la práctica, no toda la información en los conjuntos de entrenamiento es útil, por lo que se pueden descartar prototipos irrelevantes. A este proceso se le denomina selección de prototipos, el cual es el tema central de esta tesis. Mediante la selección de prototipos se reduce el tamaño de los conjuntos de entrenamiento, lo cual permite una reducción en los tiempos de ejecución en las fases de clasificación o entrenamiento de los clasificadores. Se han propuesto diversos métodos para la selección de prototipos cuyo desempeño depende del uso de un clasificador particular, por otra parte, la mayoría de los métodos para la selección de prototipos son costosos, principalmente cuando se procesan grandes conjuntos de datos. En esta tesis se presentan cuatro métodos para la selección de prototipos; dos de ellos se basan en la búsqueda secuencial flotante y los dos restantes en agrupamientos y relevancia de prototipos respectivamente.
Save time & money - Smart Internet Solutions      Why do you need a reservation system?