Andere Kunden interessierten sich auch für
![Aprendizaje profundo para la clasificación de imágenes]( "Aprendizaje profundo para la clasificación de imágenes")
Aprendizaje profundo para la clasificación de imágenes27,99 €![Multiplicadores aproximados para el tratamiento de imágenes]( "Multiplicadores aproximados para el tratamiento de imágenes")
Multiplicadores aproximados para el tratamiento de imágenes26,99 €![Detección del parásito de la malaria En imágenes de frotis de sangre: Un enfoque biomédico]( "Detección del parásito de la malaria En imágenes de frotis de sangre: Un enfoque biomédico")
Detección del parásito de la malaria En imágenes de frotis de sangre: Un enfoque biomédico26,99 €![Técnicas de compresión de imágenes basadas en Wavelet para imágenes médicas]( "Técnicas de compresión de imágenes basadas en Wavelet para imágenes médicas")
Técnicas de compresión de imágenes basadas en Wavelet para imágenes médicas26,99 €![Técnicas de segmentaciónde imágenes borrosas]( "Técnicas de segmentaciónde imágenes borrosas")
Técnicas de segmentaciónde imágenes borrosas27,99 €![Mejora de imágenes de satélite con ruido mediante transformadas wavelet]( "Mejora de imágenes de satélite con ruido mediante transformadas wavelet")
Mejora de imágenes de satélite con ruido mediante transformadas wavelet26,99 €![Procesamiento de imágenes médicas usando IDL]( "Procesamiento de imágenes médicas usando IDL")
Procesamiento de imágenes médicas usando IDL18,99 €
La edad y el género se han extraído utilizando la entropía, el área de la cresta al valle (RVA) y el entrenamiento basado en neuronas de las energías de las huellas dactilares utilizando la transformada haar wavelet. El género se ha propuesto basándose en la entropía de las huellas dactilares. La edad se ha estimado utilizando las energías de la huella dactilar calculadas hasta el tercer nivel de la ondícula haar. Se propone descomponer la huella dactilar en el nivel 3, calculando así los 12 números de niveles de energía. Estos niveles de energía, junto con la RVA y la entropía, se convierten en neuronas de entrada para una red neuronal de retropropagación con dos neuronas ocultas y cuatro clases de salida. La red neuronal de retropropagación se entrena utilizando 300 muestras de imágenes de huellas dactilares con 150 imágenes masculinas y 150 femeninas. Los pesos se ajustan con un MSE objetivo de 0,00001. La red neuronal se entrena con una tasa de aprendizaje de 0,1, lo que permite un aprendizaje rápido de la red con pesos ajustados para sintonizar las cuatro clases de salida, es decir, los grupos de edad 10-15, 16-20, 21-25 y 26-30.