| Revista: | Ra Ximhai |
| Base de datos: | CLASE |
| Número de sistema: | 000240470 |
| ISSN: | 1665-0441 |
| Autores: | Ramírez Alonso, Graciela María de Jesús1 Chacón, Mario I |
| Instituciones: | 1Secretaría de Educación Pública, Instituto Tecnólogico de Chihuahua, Ciudad Juárez, Chihuahua. México |
| Año: | 2005 |
| Periodo: | Sep-Dic |
| Volumen: | 1 |
| Número: | 3 |
| Paginación: | 577-589 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Descriptivo |
| Resumen en español | Este artículo, describe un clasificador neuro difuso, que diferencia entre 4 tipos de defectos en maderas conocidos como botones. La inspección visual de estos defectos por humanos, tiene un alto grado de complejidad ya que dentro de una misma clase existen variaciones en forma, tamaño y color. Las características utilizadas por el clasificador se extrajeron de las imágenes de maderas mediante filtros Gabor 2D. Estos filtros son muy utilizados para imágenes, en donde la textura es un factor importante. Para reducir la dimensionalidad del vector de características, se utilizó el Método de Incorporación. La red neurodifusa se diseñó a partir de una red de Funciones de Base Radial, FBR, de dos capas en donde las entradas de la red se fuzifican antes de iniciar el entrenamiento. El reconocimiento que se alcanzó fue del 97.05% siendo un resultado aceptable, teniendo en cuenta que un inspector humano alcanza un reconocimiento entre el 75 y 85% |
| Resumen en inglés | This article describes to a neuro-difusse sort key that marks a difference between four types of defects in wood known like bellboys. The visual inspection by humans of these defects has a high degree of complexity since within a same class variations in form, size and color exist. The characteristics used by the sort key were extracted of the wood images by means of Gabor filters 2D. These filters very are used for images in where the texture is an important factor. The Method of Incorporation was used In order to reduce the dimensionality of the vector of characteristics. The neuro-difusse network was design from a network of Radial Base Functions, FBR, of two layers in where the entrances of the network are fuzified before initiating the training. The recognition that was reached was of the 97. 05% being an acceptable result considering that a human inspector reaches recognition between 75 and 85% |
| Disciplinas: | Agrociencias, Ciencia y tecnología, Ingeniería |
| Palabras clave: | Silvicultura, Tecnología, Ingeniería industrial, Madera, Defectos, Calidad |
| Texto completo: | Texto completo (Ver PDF) |
