8/16/2019 Estrcutura de Diseño de Reconocimeintos de Patrones

1/2

RECONOCER es un atributo básico del ser humano así como de otros organismos vivientes. Ennuestra vida pasamos todo el tiempo reconociendo, reconocemos la cara de un amigo entre unamultitud de gente, reconocemos los objetos que están alrededor de nosotros y actuamos y nosmovemos con relacin a lo que reconocemos. !e "orma un !#!$E%& 'E RECONOC#%#EN$O 'E(&$RONE! que son reglas que permiten determinar a qu) clase pertenece un objeto de una poblacien estudio. podemos distinguir entre * tipos de reconocimiento+ reconocimiento de objetos concretosque involucran un reconocimiento sensorial que se realia por medio de la vista y del oído y elreconocimiento abstracto. -el !EN!OR que nos permite darnos cuenta de percibir los que estamosobservando , realiando un (ROCE!O 'E RECONOC#%#EN$O que este se re"iere a la capacidad quetenemos para discrírninar los datos de entrada y decidir que un objeto pertenece a una y slo una delas clases o patrones que se est)n observando o estudiando por medio de los datos de entrada,sistema reconocedor y los datos de salida que nos re"leja el resultado

los (&$RONes o C&!E son la descripcin de un objeto, al conjunto de atributos para de"inir unobjeto. determinada por atributos comunes.

Estructura de dise/o de reconocimientos de patrones

 &islar los objetos 0segmentacin1 es decir, de dividir o formar segmentos o porciones

'ise/o algoritmo localiador del objeto de segmentacin que aislará los objetos individuales de laimagen.

e2traer las características+

Es el proceso de generar características que puedan ser usadas en el proceso de clasi"icacin de losdatos

 es el conjunto de propiedades que distinguen los objetos de las clases. !lo se retienen laspropiedades que di"erencian los objetos y se dejan de un lado los detalles irrelevantes.

 construir el sistema de clasi"icacin+ a clasi"icacin trata de asignar las di"erentes partes decaracterísticas a grupos o clases, basándose en las características e2traídas. En esta etapa se usa loque se conoce como aprendiaje automático 0es una rama de la inteligencia arti"icial cuyo objetivo esdesarrollar t)cnicas que permitan a las computadoras aprender ., un proceso de induccin delconocimiento 1, desarrollarando t)cnicas que permitan a las computadoras aprender. a clasi"icacin euna t)cnica muy 3til, nos ayuda a ordenar la in"ormacin y asi obtenerla de manera rápida.

'ise/o clasi"icador+

Establecer las bases matemáticas del algoritmo de clasi"icacin y escoger la estructura del clasi"icador

que se usará.

4 Clasificación estadística 0o teoría de la decisin1, basado en lasCaracterísticas estadísticas de los patrones. !e basa en la teoría de la probabilidad y la estadística,utilia análisis de varianas, covarianas, dispersin, distribucin, etc.

http://definicion.de/segmento/http://definicion.de/segmento/https://es.wikipedia.org/wiki/Aprendizaje_autom%C3%A1ticohttps://es.wikipedia.org/wiki/Inteligencia_artificialhttps://es.wikipedia.org/wiki/Probabilidadhttps://es.wikipedia.org/wiki/Estad%C3%ADsticahttps://es.wikipedia.org/wiki/Aprendizaje_autom%C3%A1ticohttps://es.wikipedia.org/wiki/Inteligencia_artificialhttps://es.wikipedia.org/wiki/Probabilidadhttps://es.wikipedia.org/wiki/Estad%C3%ADsticahttp://definicion.de/segmento/

8/16/2019 Estrcutura de Diseño de Reconocimeintos de Patrones

2/2

4 Clasificación sintáctica 0o estructural1, basado en las relacionesEstructurales de las características. El objetivo es construir estructura que describa el universo de losobjetos estudiado

a clasi"icacin puede ser de dos tipos+

4 Supervisada, se usa un conjunto de aprendiaje, que sirve paraEntrenar al sistema. Este tipo de clasi"icacin cuenta con un conocimiento a priori 0en alg3n sentidoimportante, es independiente de la e2periencia51, y su tarea es de clasi"icar un objeto dentro de una categoría o clase contamos con modelos yaclasi"icados 0objetos agrupados que tienen características comunes

Ejemplos de clasi"icacin supervisada son+ el diagnstico de en"ermedades, reconocimiento decaracteres escritos a mano, etc. Entre las t)cnicas dentro del grupo de clasi"icacin supervisada seencuentran los algoritmos de clasi"icacin por vecindad. Es una b3squeda de un conjunto de datos macercanos al patron a clasi"icar 

4 No supervisada. El sistema no tiene un conjunto para aprender aClasi"icar la in"ormacin, sino que se basa en cálculos estadísticos(ara clasi"icar los patrones. en este tipo de clasi"icacin contamos con 6objetos7 o muestras que tieneun conjunto de características, de las que no sabemos a que clase o categoría pertenece8, entonces la"inalidad es el descubrimiento de grupos de 6objetos7 cuyas características a"ines nos permitan separalas di"erentes clases. &quí se utilia la t)cnica de clustering di"uso. El clustering o agrupamiento es elproceso de particionar un conjunto de datos 0u objetos1 en un conjunto de subclases signi"icativasllamadas grupos 0clusters1. 9ue es una coleccin de objetos de datos que son similares a otros y asípueden ser tratados colectivamente como un grupo.

uego de e2traer las caracterices y clasi"icarlas se realia lo que es la evaluacin de rendimientosdonde aquí se veri"ican los posibles errores que se puedan tener al clasi"icar.

Entonces la estructura de reconcimeito de patrones es crar un algoritmo donde para las entradas, luegola e2traccin de caracteriscas , la clasi"icacin y el algoritmo que nos va a arroja los resultados:

http://www.utpl.edu.ec/eccblog/?p=1398http://www.utpl.edu.ec/eccblog/?p=1398