Anda di halaman 1dari 2

RECONOCER es un atributo bsico del ser humano as como de otros organismos vivientes.

En
nuestra vida pasamos todo el tiempo reconociendo, reconocemos la cara de un amigo entre una
multitud de gente, reconocemos los objetos que estn alrededor de nosotros y actuamos y nos
movemos con relacin a lo que reconocemos. Se forma un SISTEMA DE RECONOCIMIENTO DE
PATRONES que son reglas que permiten determinar a qu clase pertenece un objeto de una poblacin
en estudio. podemos distinguir entre 2 tipos de reconocimiento: reconocimiento de objetos concretos
que involucran un reconocimiento sensorial que se realiza por medio de la vista y del odo y el
reconocimiento abstracto. el SENSOR que nos permite darnos cuenta de percibir los que estamos
observando , realizando un PROCESO DE RECONOCIMIENTO que este se refiere a la capacidad que
tenemos para discrrninar los datos de entrada y decidir que un objeto pertenece a una y slo una de
las clases o patrones que se estn observando o estudiando por medio de los datos de entrada,
sistema reconocedor y los datos de salida que nos refleja el resultado

los PATRONes o CLASE son la descripcin de un objeto, al conjunto de atributos para definir un
objeto. determinada por atributos comunes.
Estructura de diseo de reconocimientos de patrones
Aislar los objetos (segmentacin) es decir, de dividir o formar segmentos o porciones
Diseo algoritmo localizador del objeto de segmentacin que aislar los objetos individuales de la
imagen.
extraer las caractersticas:
Es el proceso de generar caractersticas que puedan ser usadas en el proceso de clasificacin de los
datos
es el conjunto de propiedades que distinguen los objetos de las clases. Slo se retienen las
propiedades que diferencian los objetos y se dejan de un lado los detalles irrelevantes.
construir el sistema de clasificacin: La clasificacin trata de asignar las diferentes partes de
caractersticas a grupos o clases, basndose en las caractersticas extradas. En esta etapa se usa lo
que se conoce como aprendizaje automtico (es una rama de la inteligencia artificial cuyo objetivo es
desarrollar tcnicas que permitan a las computadoras aprender., un proceso de induccin del
conocimiento ), desarrollarando tcnicas que permitan a las computadoras aprender. La clasificacin es
una tcnica muy til, nos ayuda a ordenar la informacin y asi obtenerla de manera rpida.
Diseo clasificador:
Establecer las bases matemticas del algoritmo de clasificacin y escoger la estructura del clasificador
que se usar.

Clasificacin estadstica (o teora de la decisin), basado en las


Caractersticas estadsticas de los patrones. Se basa en la teora de la probabilidad y la estadstica,
utiliza anlisis de varianzas, covarianzas, dispersin, distribucin, etc.

Clasificacin sintctica (o estructural), basado en las relaciones


Estructurales de las caractersticas. El objetivo es construir estructura que describa el universo de los
objetos estudiado
La clasificacin puede ser de dos tipos:
Supervisada, se usa un conjunto de aprendizaje, que sirve para
Entrenar al sistema. Este tipo de clasificacin cuenta con un conocimiento a priori (en algn sentido
importante, es independiente de la experiencia;
), y su tarea es de clasificar un objeto dentro de una categora o clase contamos con modelos ya
clasificados (objetos agrupados que tienen caractersticas comunes
Ejemplos de clasificacin supervisada son: el diagnstico de enfermedades, reconocimiento de
caracteres escritos a mano, etc. Entre las tcnicas dentro del grupo de clasificacin supervisada se
encuentran los algoritmos de clasificacin por vecindad. Es una bsqueda de un conjunto de datos mas
cercanos al patron a clasificar
No supervisada. El sistema no tiene un conjunto para aprender a
Clasificar la informacin, sino que se basa en clculos estadsticos
Para clasificar los patrones. en este tipo de clasificacin contamos con objetos o muestras que tiene
un conjunto de caractersticas, de las que no sabemos a que clase o categora pertenece], entonces la
finalidad es el descubrimiento de grupos de objetos cuyas caractersticas afines nos permitan separar
las diferentes clases. Aqu se utiliza la tcnica de clustering difuso. El clustering o agrupamiento es el
proceso de particionar un conjunto de datos (u objetos) en un conjunto de subclases significativas
llamadas grupos (clusters). Que es una coleccin de objetos de datos que son similares a otros y as
pueden ser tratados colectivamente como un grupo.
Luego de extraer las caracterices y clasificarlas se realiza lo que es la evaluacin de rendimientos
donde aqu se verifican los posibles errores que se puedan tener al clasificar.
Entonces la estructura de reconcimeito de patrones es crar un algoritmo donde para las entradas, luego
la extraccin de caracteriscas , la clasificacin y el algoritmo que nos va a arroja los resultados