Made available in DSpace on 2014-06-12T15:57:39Z (GMT). No. of bitstreams: 2
arquivo3217_1.pdf: 4205734 bytes, checksum: ef1b69f43e81803a2e22ad3b2bbfae07 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2010 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Multimodalidade intraclasse é frequente em problemas de classificação e eles
conduzem
a indesejadas projeções quando aplicados à técnicas lineares de extração de
características.
As clássicas técnicas lineares de extração de características, que constroem suas
soluções baseadas em métricas globais do conjunto de padrões, não podem
perceber a
multimodalidade dentro da classe, logo, elas criam projeções que não preservam a
estrutura
multimodal após a redução da dimensionalidade, o que pode ser uma pobre ou
indesejada representação da distribuição original dos padrões.
Na literatura são encontradas técnicas lineares de extração de características que
se
preocupam com a manutenção da estrutura multimodal da distribuição dos
padrões após
a redução da dimensionalidade. Todavia, essas técnicas calculam sua solução
tomando a
influência de cada classe na percepção da multimodalidade em conjunto, o que
pode acarretar
em influência negativa de uma classe sobre outra no que diz respeito à
preservação
da estrutura multimodal do conjunto de padrões após a redução da
dimensionalidade.
Para melhor tratar problemas com multimodalidade intraclasse, são apresentadas
neste trabalho novas técnicas lineares de extração de características, as quais
avaliam
cada classe separadamente e constróem uma solução específica para cada uma
delas. A
solução encontrada para cada classe se preocupa com a estrutura local da
vizinhança
de seus padrões e busca preservar esta estrutura após a redução da
dimensionalidade.
Deste modo, um padrão novidade (ou de teste) é avaliado não apenas em relação
a uma
única solução, como acontece com as clássicas técnicas lineares de extração de
caracter
ísticas, que deve discernir quanto à pertinência desse padrão a uma das várias
classes
do problema, mas passa a ser avaliado segundo as soluções obtidas para cada
classe, e
é classificado segundo aquela que melhor se ajustar às características do padrão.
Os
experimentos realizados aqui mostram que essa abordagem é adequada ao
tratamento
de multimodalidade intraclasse, obtendo desempenho superior ou igual ao das demais
técnicas lineares de extração de características que também tratam
multimodalidade
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2390 |
Date | 31 January 2010 |
Creators | Rodrigues da Silva Júnior, Elias |
Contributors | Darmiton da Cunha Cavalcanti, George |
Publisher | Universidade Federal de Pernambuco |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
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 0.0018 seconds