Modelos fractais para a função de vizinhança na análise topográfica de componentes independentes

Página do item simplificado
dc.contributor.advisor-co1Salles, Evandro Ottoni Teatini
dc.contributor.advisor1Sarcinelli Filho, Mário
dc.contributor.authorCôco, Klaus Fabian
dc.contributor.referee1Mascarenhas, Nelson Delfino D'Avila
dc.contributor.referee2Doria Neto, Adrião Duarte
dc.contributor.referee3Scheebeli, Hans-Jorg Andreas
dc.contributor.referee4Rauber, Thomas Walter
dc.date.accessioned2016-08-29T15:32:42Z
dc.date.available2016-07-11
dc.date.available2016-08-29T15:32:42Z
dc.date.issued2007-10-01
dc.description.abstractabstracteng
dc.description.resumoEste trabalho propõe o uso de descritores fractais no critério topográfico na Análise Topográfica de Componentes Independentes (TICA topographic Independent Component Analyses) como uma implementação melhorada do modelo existente. A implementação proposta visa contribuir para a melhoria da representação de imagens pelo modelo TICA, em especial, aquelas que possuem características estatísticas fractais, como, por exemplo, as imagens naturais. A Análise de Componentes Independentes (ICA independent Component Analysis) é um método não-supervisionado de separação cega de fontes estatisticamente independentes, utilizando para representação de sinais e imagens através de um modelo linear. Estudos mostram que esse método é o que melhor representa o comportamento de células simples do córtex visual primário do sistema de visão humano. Uma extensão desse método, denominada TICA, mostra-se capaz de modelar o comportamento das células complexas dessa mesma região do córtex visual, responsável pela organização espacial das células simples através de iterações laterais entre os neurônios e da resposta à orientação de fase. Nesse sentido, a proposta de uso de funções fractais no modelo topográfico é capaz de adequá-lo à modelagem do comportamento das células do córtex visual secundário, sem a perda da capacidade de modelar o comportamento das células do córtex visual primário. Para os testes aqui apresentados foram selecionadas imagens artificiais, naturais e sintéticas, para avaliar a adequação da metodologia proposta. Os resultados obtidos são bastante encorajadores, e mostram quem a TICA baseada em modelos fractais é adequada para tratar imagens com características fractais estatísticas de alta-ordem.
dc.formatText
dc.identifier.urihttp://repositorio.ufes.br/handle/10/4111
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseDoutorado em Engenharia Elétrica
dc.publisher.departmentCentro Tecnológico
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétrica
dc.rightsopen access
dc.subject.br-rjbnEstatística matemática
dc.subject.br-rjbnFractais
dc.subject.br-rjbnProcessamento de imagens
dc.subject.br-rjbnVariáveis latentes
dc.subject.cnpqMedidas Elétricas, Magnéticas e Eletrônicas; Instrumentação
dc.subject.udc621.3
dc.titleModelos fractais para a função de vizinhança na análise topográfica de componentes independentes
dc.typedoctoralThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
tese_2341_TeseDoutoradoKlausFabianCoco.pdf
Tamanho:
7.76 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Doutorado em Engenharia Elétrica