Sold out

Estimadores Robustos y Clasificación en Imágenes Multiespectrales - Estimadores en la clasificación

Spanish · Paperback / Softback

Description

Read more

Trabajo de Tesis presentado en cumplimiento parcial de los requisitos para optar al grado de Doctor en Ciencias Matemáticas en la Facultad de Ciencias Físico-Matemáticas y Naturales de la Universidad Nacional de San Luis. Al momento de realizar una clasificación en imágenes óptico-electrónicas multiespectrales varios problemas se deben tener en cuenta, entre ellos la estimación de parámetros poblacionales, como así también la técnica que se elegirá para proceder con la misma. Esta tesis consiste en comparar las técnicas de clasificación tradicional utilizando estimadores robustos y de máxima verosimilitud en muestras contaminadas, situación usual , como así también en muestras dependientes. Concluyendo que a pesar de mejorar las estimaciones tradicionales con las robustas en las muestras dependientes la clasificación no mejoraba, por ello se debe implementar la información contextual de los vecinos teniendo en cuenta estimadores que también incorporen esta información.

About the author

Myriam Herrera,profesora de la Facultad de Ciencias Exactas. Fsicas y Naturales de la UNSJ. Realiz su Lic.en Matemtica en la UNSL.Realizo un magster y doctorado en Matemtica en la UNSL. Ha realizado investigaciones en el rea de Estadstica y actualmente realiza investigaciones en el IDEI de la UNSJ en el rea de reconocimiento de patrones.

Product details

Authors Myriam Beatriz Herrera
Publisher Editorial Académica Española
 
Languages Spanish
Product format Paperback / Softback
Released 12.07.2011
 
EAN 9783844345056
ISBN 978-3-8443-4505-6
No. of pages 120
Subject Humanities, art, music > Music > Monographs

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.