Modelo algorítmico para la clasificación de una hoja de planta en base a sus características de forma y textura
A lo largo de los años, las plantas han sido consideradas parte vital e indispensable del ecosistema, ya que están presentes en todos los lugares donde vivimos y también donde no lo hacemos. Su estudio es realizado por la ciencia de la botánica, la cual se encargar del estudio de la diversidad y est...
| Autor Principal: | Malca Bulnes, Susana Milagros |
|---|---|
| Formato: | Tesis de Licenciatura |
| Idioma: | Español |
| Publicado: |
Pontificia Universidad Católica del Perú
2015
|
| Materias: | |
| Acceso en línea: |
http://tesis.pucp.edu.pe/repositorio/handle/123456789/6053 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
A lo largo de los años, las plantas han sido consideradas parte vital e indispensable del
ecosistema, ya que están presentes en todos los lugares donde vivimos y también
donde no lo hacemos. Su estudio es realizado por la ciencia de la botánica, la cual se
encargar del estudio de la diversidad y estructura de las mismas. La disminución y
extinción de la variedad de las plantas es un tema serio, por lo cual ante el
descubrimiento de nuevas especies, se propone una rápida identificación y clasificación
a fin de poder monitorearlas, protegerlas y usarlas en el futuro.
El problema de la clasificación de hojas es una tarea que siempre ha estado presente
en la labor diaria de los botánicos, debido al gran volumen de familias y clases que
existen en el ecosistema y a las nuevas especies que van apareciendo. En las últimas
décadas, se han desarrollado disciplinas que necesitan de esta tarea. Por ejemplo, en
la realización de estudios de impacto ambiental y en el establecimiento de niveles de
biodiversidad, es de gran importancia el inventariado de las especies encontradas.
Por este motivo, el presente proyecto de fin de carrera pretende obtener un modelo
algorítmico mediante la comparación de cuatro modelos de clasificación de Minería de
Datos, J48 Árbol de Decisión, Red Neuronal, K-Vecino más cercano y Naive Bayes o
Red Bayesiana, los cuales fueron adaptados y evaluados para obtener valores de
precisión. Estos valores son necesarios para realizar la comparación de los modelos
mediante el método de Área bajo la curva ROC (AUC), resultando la Red Bayesiana
como el modelo más apto para solucionar el problema de la Clasificación de Hojas. |
|---|