Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/36958
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBraga, Andre de Aguiar-
dc.creatorFerreira, Danton Diego-
dc.creatorBarbosa, Bruno Henrique Groenner-
dc.date.accessioned2019-09-26T17:18:20Z-
dc.date.available2019-09-26T17:18:20Z-
dc.date.issued2018-
dc.identifier.citationBRAGA, A. de A.; FERREIRA, D. D.; BARBOSA, B. H. G. Seleção automática de parâmetros iniciais do algoritmo K-segmentos com teaching-learning-based optimization. In: CONGRESSO BRASILEIRO DE AUTOMÁTICA, 22., 2018, João Pessoa. Anais... [S.l.]: [s.n.], 2018. Não paginado.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/36958-
dc.description.abstractBeing a nonlinear generalization of principal component analysis, the principal curves technique is a robust tool for data analysis and classification. In pattern recognition one of the most popular algorithms to build Principal Curves is the k-segments. This algorithm presents good results and excellent applicability due to its guaranteed convergence and robustness. However, its use depends on user-defined parameters. This work presents an automatic selection technique of the quantity and length of segments of the k-segment algorithm using the TLBO (Teaching-Learning-Based Optimization) metaheuristic. A cost function is used that takes into account the length of the curve and the distance of the events to the segments where they are projected. Experimental tests made with synthetic databases are presented to demonstrate the efficiency of the proposed method in representation problems.pt_BR
dc.description.urihttps://ssl4799.websiteseguro.com/swge5/PROCEEDINGS/PDF/CBA2018-0122.pdfpt_BR
dc.languagept_BRpt_BR
dc.rightsrestrictAccesspt_BR
dc.subjectCurvas principaispt_BR
dc.subjectK-segmentospt_BR
dc.titleSeleção automática de parâmetros iniciais do algoritmo K-segmentos com teaching-learning-based optimizationpt_BR
dc.typeTrabalho apresentado em eventopt_BR
dc.description.resumoSendo uma generaliza¸c˜ao n˜ao linear de an´alise de componentes principais a t´ecnica de curvas principais ´e um ferramenta robusta para an´alise e classifica¸c˜ao de dados. Em reconhecimento de padr˜oes um dos algoritmos mais populares para constru¸c˜ao de Curvas Principais ´e o algoritmo k-segmentos. Esse algoritmo apresenta bons resultados e ´otima aplicabilidade por sua convergˆencia garantida e robustez. Contudo, sua utiliza¸c˜ao depende de parˆametros definidos pelo usu´ario. Este trabalho apresenta uma t´ecnica de sele¸c˜ao autom´atica da quantidade e comprimento dos segmentos do algoritmo de k-segmentos com a utiliza¸c˜ao da meta-heur´ıstica TLBO (Teaching-Learning-Based Optimization). E utilizada uma fun¸c˜ao-custo que leva em considera¸c˜ao o com- ´ primento da curva e a distˆancia dos eventos aos segmentos onde se projetam. Testes experimentais feitos com bases de dados sint´eticos s˜ao apresentados para demonstrar a eficiˆencia do m´etodo proposto em problemas de representa¸c˜ao.pt_BR
Aparece nas coleções:DAT - Trabalhos apresentados em eventos

Arquivos associados a este item:
Não existem arquivos associados a este item.


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.