Publications
2010
1.
Alegre, Enrique; González, Maribel; González-Castro, Víctor; Alonso, Tomás
Evaluación de funciones wavelet madre con descriptores de textura estadísticos en la clasificación del acrosoma de espermatozoides de verraco Artículo de revista
En: XXXI Jornadas de Automática Jaén 8-10 de septiembre de 2010: Comunicaciones, pp. 20, 2010, (Publisher: Universidad de Jaén).
Resumen | Enlaces | BibTeX | Etiquetas: Clasificaión Espermática, Descriptores de Textura, Procesamiento de Imágenes, Red Neuronal Backpropagation, Wavelets
@article{alegre_evaluacion_2010,
title = {Evaluación de funciones wavelet madre con descriptores de textura estadísticos en la clasificación del acrosoma de espermatozoides de verraco},
author = {Enrique Alegre and Maribel González and Víctor González-Castro and Tomás Alonso},
url = {https://portalcientifico.unileon.es/documentos/6654cc185f11317f0b6cd613?lang=gl},
year = {2010},
date = {2010-01-01},
urldate = {2010-01-01},
journal = {XXXI Jornadas de Automática Jaén 8-10 de septiembre de 2010: Comunicaciones},
pages = {20},
abstract = {Este estudio emplea una red neuronal backpropagation para clasificar el estado del acrosoma en espermatozoides de verraco. Se analizó el impacto del procesamiento previo de imágenes con cinco familias de wavelets: Daubechies, Coiflets, Symlets, Meyer y Biortogonales. Se extrajeron descriptores de textura estadísticos de primer y segundo orden y se evaluaron distintas configuraciones de la red. Los resultados muestran variaciones de hasta un 7% en la tasa de acierto, siendo las wavelets Biortogonales y Symlets las más efectivas, con precisiones superiores al 95%.},
note = {Publisher: Universidad de Jaén},
keywords = {Clasificaión Espermática, Descriptores de Textura, Procesamiento de Imágenes, Red Neuronal Backpropagation, Wavelets},
pubstate = {published},
tppubtype = {article}
}
Este estudio emplea una red neuronal backpropagation para clasificar el estado del acrosoma en espermatozoides de verraco. Se analizó el impacto del procesamiento previo de imágenes con cinco familias de wavelets: Daubechies, Coiflets, Symlets, Meyer y Biortogonales. Se extrajeron descriptores de textura estadísticos de primer y segundo orden y se evaluaron distintas configuraciones de la red. Los resultados muestran variaciones de hasta un 7% en la tasa de acierto, siendo las wavelets Biortogonales y Symlets las más efectivas, con precisiones superiores al 95%.