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 €![Rastreo de Células Convectivas a través de la Visión por Computadora basada en el Aprendizaje Profundo]( "Rastreo de Células Convectivas a través de la Visión por Computadora basada en el Aprendizaje Profundo")
Rastreo de Células Convectivas a través de la Visión por Computadora basada en el Aprendizaje Profundo27,99 €![Clasificación y segmentación automática para la detección de leucemia]( "Clasificación y segmentación automática para la detección de leucemia")
Clasificación y segmentación automática para la detección de leucemia18,99 €![Clasificación de imágenes de tipos de nubes de una sola capa]( "Clasificación de imágenes de tipos de nubes de una sola capa")
Clasificación de imágenes de tipos de nubes de una sola capa33,99 €![SISTEMA AVANZADO DE DETECCIÓN Y ALERTA DE ACCIDENTES CEREBROVASCULARES MEDIANTE APRENDIZAJE AUTOMÁTICO]( "SISTEMA AVANZADO DE DETECCIÓN Y ALERTA DE ACCIDENTES CEREBROVASCULARES MEDIANTE APRENDIZAJE AUTOMÁTICO")
SISTEMA AVANZADO DE DETECCIÓN Y ALERTA DE ACCIDENTES CEREBROVASCULARES MEDIANTE APRENDIZAJE AUTOMÁTICO30,99 €![Alternativas de aprendizaje electrónico, entrega y evaluación]( "Alternativas de aprendizaje electrónico, entrega y evaluación")
Alternativas de aprendizaje electrónico, entrega y evaluación25,99 €![Sistema de clasificación con redes neuronales de señales digitales]( "Sistema de clasificación con redes neuronales de señales digitales")
Sistema de clasificación con redes neuronales de señales digitales25,99 €
El cáncer de mama es la principal causa de muerte por cáncer entre las mujeres. El cribadoLa mamografía es el único método actualmente disponible para la detección fiable de uncáncer de mamaprecoz ypotencialmente curable. Las investigaciones indican que la tasa de mortalidad podría disminuir enun 30% si las mujeres de 50 años o más se hicieran mamografías regularmente. En esta tesis, proponemos unnuevo método de análisis de mamografías de campo completo centrado en la caracterización e identificación de mamografías normales.normales. Una mamografía se analiza región por región y se clasifica como normal oanormal. En esta tesis se presentan los métodos de extracción de características que se utilizan paradistinguir las regiones normales y anormales de un mamograma.En este libro, se utiliza un clasificador de red neuronal de convolución para aumentar el rendimiento de la clasificación. clasificación. Este clasificador se comporta mejor que los clasificadores anteriores. En este sentido, muestra más precisión que los otros clasificadores, la tasa de clasificación errónea de mamogramas normales como anormales.Este enfoque tiene un buen rendimiento en el problema de la superposición.