Ayuda
Ir al contenido

Dialnet


Visión artificial en reconocimiento de patrones para clasificación de frutas en agronegocios

    1. [1] Universidad Peruana Unión

      Universidad Peruana Unión

      Perú

    2. [2] Universidad Nacional Autónoma de Huanta, Perú
  • Localización: Puriq: Revista de Investigación Científica, ISSN-e 2707-3602, ISSN 2664-4029, Vol. 2, Nº. 2, 2020 (Ejemplar dedicado a: Mayo-Agosto), págs. 166-180
  • Idioma: español
  • Títulos paralelos:
    • Artificial vision in pattern recognition for fruit classification in agrobusiness
  • Enlaces
  • Resumen
    • español

      La presente tuvo como objetivo determinar la efectividad de aplicar visión artificial en reconocimiento de patrones para la clasificación de frutas en los agronegocios, para ello se ha empleado una base de datos con 50 registros de 6 variedades de frutas donde se consideró 4 características para cada fruta y una muestra de 20 frutas, así mismo se ha empleado la técnica reconocimiento automático de patrones por medio del clasificador bayesiano implementado en Octave, en el experimento se logró reconocer las frutas hasta en un 93.33% y errando en 6.67%. Concluyendo que si es efectivo aplicar la visión artificial en el reconocimiento de patrones para clasificar frutas.

    • English

      The purpose of this research was to determine the effectivity of applying artificial vision on patterns recognition for the fruits classification in agrobusiness, for this purpose we has used a database with 50 records of 6 fruit varieties with 4 characteristics that are considered for each fruit and a sample of 20 fruits, likewise has been used the automatic pattern recognition technique through the Bayesian classifier implemented in Octave, in the experiment it was recognized to the fruits up to 93.33% and erring in other cases 6.67%. Concluding that is effective to apply artificial vision in the pattern recognition classify fruits.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno