Made available in DSpace on 2014-06-12T15:58:13Z (GMT). No. of bitstreams: 2
arquivo3310_1.pdf: 8155353 bytes, checksum: 2f4dcd5adb2b0b1a23c40bf343b36b34 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2011 / Faculdade de Amparo à Ciência e Tecnologia do Estado de Pernambuco / Ensemble of Classifiers (EoC) é uma nova alternative para alcançar altas taxas de reconhecimento
em sistemas de reconhecimento de padrões. O uso de ensemble é motivado pelo fato
de que classificadores diferentes conseguem reconhecer padrões diferentes, portanto, eles são
complementares. Neste trabalho, as metodologias de EoC são exploradas com o intuito de
melhorar a taxa de reconhecimento em diferentes problemas. Primeiramente o problema do
reconhecimento de caracteres é abordado. Este trabalho propõe uma nova metodologia que
utiliza múltiplas técnicas de extração de características, cada uma utilizando uma abordagem
diferente (bordas, gradiente, projeções). Cada técnica é vista como um sub-problema possuindo
seu próprio classificador. As saídas deste classificador são utilizadas como entrada para
um novo classificador que é treinado para fazer a combinação (fusão) dos resultados. Experimentos
realizados demonstram que a proposta apresentou o melhor resultado na literatura pra
problemas tanto de reconhecimento de dígitos como para o reconhecimento de letras.
A segunda parte da dissertação trata da seleção dinâmica de classificadores (DCS). Esta
estratégia é motivada pelo fato que nem todo classificador pertencente ao ensemble é um especialista
para todo padrão de teste. A seleção dinâmica tenta selecionar apenas os classificadores
que possuem melhor desempenho em uma dada região próxima ao padrão de entrada para classificar
o padrão de entrada. É feito um estudo sobre o comportamento das técnicas de DCS
demonstrando que elas são limitadas pela qualidade da região em volta do padrão de entrada.
Baseada nesta análise, duas técnicas para seleção dinâmica de classificadores são propostas.
A primeira utiliza filtros para redução de ruídos próximos do padrão de testes. A segunda é
uma nova proposta que visa extrair diferentes tipos de informação, a partir do comportamento
dos classificadores, e utiliza estas informações para decidir se um classificador deve ser selecionado
ou não. Experimentos conduzidos em diversos problemas de reconhecimento de
padrões demonstram que as técnicas propostas apresentam um aumento de performance significante
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2436 |
| Date | 31 January 2011 |
| Creators | Oliveira e Cruz, Rafael Menelau |
| Contributors | Cavalcanti, George Darmiton da Cunha |
| Publisher | Universidade Federal de Pernambuco |
| Source Sets | IBICT Brazilian ETDs |
| Language | English |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds