1. Universidad Antonio Nariño
  2. Trabajos de grado
  3. Pregrado
  4. Ingeniería electromecánica
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.uan.edu.co/handle/123456789/6919
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorCucaita Gómez, Alexander-
dc.creatorRiveros Parrado, Julian Mauricio-
dc.date.accessioned2022-09-01T20:49:30Z-
dc.date.available2022-09-01T20:49:30Z-
dc.date.created2022-06-04-
dc.identifier.urihttp://repositorio.uan.edu.co/handle/123456789/6919-
dc.description.abstractThe use of new technologies for the recognition of fruits such as pineapple from image analysis is a current solution to the process of counting fruits that may be within reach of these new forms, for this it was possible to carry out this process using the network artificial neural (ANN), support vector machine (SVM), random forest (RF), Naive Bayes (NB), decision trees (DT) and k nearest neighbor (KNN).es_ES
dc.description.tableofcontentsEl uso de nuevas tecnologías para el reconocimiento de frutas como la piña a partir del analisis de imágenes, es una solucón actual al proceso de conteo de frutos que puede haber al alcance de estas nuevas formas, para ello se logró realizar este proceso usando la red neuronal artificial (ANN), máquina de vectores de soporte(SVM), bosque aleatorio (RF), Naive Bayes (NB), árboles de decisión (DT) y k vecino más cercanos (KNN).es_ES
dc.language.isospaes_ES
dc.publisherUniversidad Antonio Nariñoes_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Estados Unidos de América*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.sourceinstname:Universidad Antonio Nariñoes_ES
dc.sourcereponame:Repositorio Institucional UANes_ES
dc.sourceinstname:Universidad Antonio Nariñoes_ES
dc.sourcereponame:Repositorio Institucional UANes_ES
dc.subjectPiñaes_ES
dc.subjectRPAes_ES
dc.subjectprogramaciónes_ES
dc.subjectconteoes_ES
dc.titleIdentificación automatizada de imágenes, detección y recuento de piña usando vista superior mediante Machine Learninges_ES
dc.typeTesis - Trabajo de grado - Monografia - Pregradoes_ES
dc.publisher.programIngeniería Electromecánicaes_ES
dc.rights.accesRightsopenAccesses_ES
dc.subject.keywordPineapplees_ES
dc.subject.keywordRPAes_ES
dc.subject.keywordprogramminges_ES
dc.subject.keywordcountinges_ES
dc.type.spaTrabajo de grado (Pregrado y/o Especialización)es_ES
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersiones_ES
dc.source.bibliographicCitationAl-Zebari, A., & Sengur, A. (2019). Performance comparison of machine learning techniques on diabetes disease detection. 2019 1st International Informatics and Software Engineering Conference (UBMYK), 1–4.es_ES
dc.source.bibliographicCitationAlzu’bi, R., Anushya, A., Hamed, E., Al Sha’ar, E. A., & Vincy, B. S. A. (2018). Dates fruits classification using SVM. AIP Conference Proceedings, 1952(1), 20078.es_ES
dc.source.bibliographicCitationAnitha, P., & Chakravarthy, T. (2018). Agricultural Crop Yield Prediction using Artificial Neural Network with Feed Forward Algorithm. International Journal of Computer Sciences and Engineering, 6(11), 178–181. https://doi.org/10.26438/ijcse/v6i11.178181es_ES
dc.source.bibliographicCitationArowolo, M. O., Abdulsalam, S. O., Saheed, Y. K., & Salawu, M. D. (2016). A feature selection based on one-way-ANOVA for microarray data classification. Al-Hikmah J Pure Appl Sci, 3, 30–35.es_ES
dc.source.bibliographicCitationBabikir, H. A., Elaziz, M. A., Elsheikh, A. H., Showaib, E. A., Elhadary, M., Wu, D., & Liu, Y. (2019). Noise prediction of axial piston pump based on different valve materials using a modified artificial neural network model. Alexandria Engineering Journal, 58(3), 1077–1087. https://doi.org/10.1016/j.aej.2019.09.010es_ES
dc.source.bibliographicCitationBasso, M., & Pignaton de Freitas, E. (2020). A UAV Guidance System Using Crop Row Detection and Line Follower Algorithms. Journal of Intelligent & Robotic Systems, 97(3), 605–621. https://doi.org/10.1007/s10846-019-01006-0es_ES
dc.source.bibliographicCitationBerrar, D. (2018). Bayes’ theorem and naive Bayes classifier. Encyclopedia of Bioinformatics and Computational Biology: ABC of Bioinformatics, 403.es_ES
dc.source.bibliographicCitationBlok, P. M., Barth, R., & van den Berg, W. (2016). Machine vision for a selective broccoli harvesting robot. IFAC-PapersOnLine, 49(16), 66–71. https://doi.org/https://doi.org/10.1016/j.ifacol.2016.10.013es_ES
dc.source.bibliographicCitationCalou, V. B. C., Teixeira, A. dos S., Moreira, L. C. J., Lima, C. S., de Oliveira, J. B., & de Oliveira, M. R. R. (2020). The use of UAVs in monitoring yellow sigatoka in banana. Biosystems Engineering, 193, 115–125.es_ES
dc.source.bibliographicCitationDhalia Sweetlin, J., Nehemiah, H. K., & Kannan, A. (2018). Computer aided diagnosis of pulmonary hamartoma from CT scan images using ant colony optimization basedes_ES
dc.description.degreenameIngeniero(a) Electromecánico(a)es_ES
dc.description.degreelevelPregradoes_ES
dc.publisher.facultyFacultad de Ingeniería Mecánica, Electrónica y Biomédicaes_ES
dc.audienceEspecializadaes_ES
dc.description.notesDistanciaes_ES
dc.creator.cedula21131425095es_ES
dc.publisher.campusVillavicencioes_ES
dc.description.degreetypeProyectoes_ES
Aparece en las colecciones: Ingeniería electromecánica

Ficheros en este ítem:
Fichero Tamaño  
2022_RiverosParradoJoséMauricio3.77 MBVisualizar/Abrir
2022_RiverosParradoJoséMauricio3.75 MBVisualizar/Abrir
2022_RiverosParradoJoséMauricio _Autorización
  Restricted Access		1.22 MBVisualizar/Abrir  Request a copy
2022_RiverosParradoJoséMauricio _Acta
  Restricted Access		638.73 kBVisualizar/Abrir  Request a copy
Mostrar el registro sencillo del ítem


Ver Estadísticas de uso



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons