- -

Clasificación y predicción basada en mezclas de analizadores de componentes independientes

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

  • Estadisticas de Uso

Clasificación y predicción basada en mezclas de analizadores de componentes independientes

Show simple item record

Files in this item

dc.contributor.advisor Vergara Domínguez, Luís es_ES
dc.contributor.advisor Salazar Afanador, Addisson
dc.contributor.author Serrano Cartagena, Arturo es_ES
dc.date.accessioned 2011-09-29T11:08:12Z
dc.date.available 2011-09-29T11:08:12Z
dc.date.created 2009-03
dc.date.issued 2011-09-29
dc.identifier.uri http://hdl.handle.net/10251/11782
dc.description.abstract [ES] El procesado estadístico de señal clásico se basa en explotar información de segundo orden. Desde la perspectiva de optimización (detección y estimación óptima), los estadísticos de segundo orden son estadísticos suficientes cuando se presenta Gaussianidad, pero conducen a soluciones sub-óptimas cuando se trata con modelos de densidad de probabilidad generales. En este trabajo se presentan diversas aplicaciones que hacen uso de una estructura de procesamiento no lineal que explota los estadísticos de orden superior. Las aplicaciones son: control de calidad mediante impacto-eco, segmentación y similaridad de objetos en procesamiento de imágenes y detección de estilos de aprendizajes en e-learning. Por último también se desarrolla un nuevo algoritmo de predicción basado en mezclas de analizadores de componentes independientes. es_ES
dc.description.abstract [EN] Classical statistical signal processing is based on exploiting second-order statistics. Spectral analysis and adaptive lineal filtering are probably the most representative examples. From an optimization point of view (detection and optimal estimation), second-order statistics are enough when Gaussianity is present, but they are sub-optimal when dealing with general probability densities. In this work several applications that use a nonlinear processing machine for exploiting higher-order statistics are presented. The applications are: material quality control using impact-echo testing, segmentation and similarity in image processing, and detection of learning styles in e-learning. Also a new algorithm of prediction based on mixtures of independent component analyzers have been developed
dc.format.extent 96 es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.rights Reserva de todos los derechos es_ES
dc.subject Ica es_ES
dc.subject Clasificación es_ES
dc.subject Predicción es_ES
dc.subject Classification es_ES
dc.subject Prediction es_ES
dc.subject.classification TEORIA DE LA SEÑAL Y COMUNICACIONES es_ES
dc.subject.other Máster Universitario en Tecnologías, Sistemas y Redes de Comunicaciones-Màster Universitari en Tecnologies, Sistemes i Xarxes de Comunicacions es_ES
dc.title Clasificación y predicción basada en mezclas de analizadores de componentes independientes es_ES
dc.type Tesis de máster es_ES
dc.rights.accessRights Cerrado es_ES
dc.contributor.affiliation Universitat Politècnica de València. Servicio de Alumnado - Servei d'Alumnat es_ES
dc.description.bibliographicCitation Serrano Cartagena, A. (2009). Clasificación y predicción basada en mezclas de analizadores de componentes independientes. http://hdl.handle.net/10251/11782 es_ES
dc.description.accrualMethod Archivo delegado es_ES


This item appears in the following Collection(s)

Show simple item record