Selección efectiva de características wavelet en la identificación de bioseñales 1-D y 2-D usando algoritmos genéticos

Esta tesis de maestría es el resultado de mi proyecto de grado realizado en el Grupo de Control y Procesamiento Digital de Señales. El trabajo fue realizado durante el segundo semestre de 2004 y el primer trimestre de 2005, bajo la supervisión del profesor César Germán Castellanos Domínguez del Depa...

Full description

Autores:
Orozco Alzate, Mauricio
Tipo de recurso:
Fecha de publicación:
2005
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/2848
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/2848
http://bdigital.unal.edu.co/1222/
Palabra clave:
62 Ingeniería y operaciones afines / Engineering
Procesamiento de señales
Procesamiento electrónico de datos
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Esta tesis de maestría es el resultado de mi proyecto de grado realizado en el Grupo de Control y Procesamiento Digital de Señales. El trabajo fue realizado durante el segundo semestre de 2004 y el primer trimestre de 2005, bajo la supervisión del profesor César Germán Castellanos Domínguez del Departamento de Ingenierías Eléctrica, Electrónica y Computación. Esta tesis describe un método para la selección de características wavelet usando un algoritmo genético simple. Se estudio la efectividad del método a través de experimentos con dos bases de datos: la base de datos de arritmias MIT-BIH y la base de datos de rostros ORL. Los resultados son comparados con el análisis de componentes principales como método convencional. Además, se realizó una comparación experimental de los clasificadores de características más cercanas y se propuso un método nuevo para sintonizar y modelar los parámetros de control del algoritmo genético. Todos los programas de prueba de esta tesis fueron escritos en C, usando la librería científica GNU y fueron ejecutados en Windows2000 y Red Hat Linux 9. / Abstract: This Master’s thesis is the result of my graduation project performed at the Control and Digital Signal Processing Group. Activities were done in the second half of 2004 and the first quarter of 2005, under the supervision of Prof. César Germán Castellanos Domínguez from the Department of Electrical, Electronic and Computing Engineering. This thesis describes a method for wavelet feature selection using a simple genetic algorithm. The effectiveness of the method is studied through experiments on two databases: the MIT-BIH arrhythmia database and the ORL database. The results are compared with principal component analysis as the conventional method. In addition, an experimental comparison of the nearest feature classifiers is presented and a novel method for tuning and modelling the GA control parameters is proposed. All test programs in this thesis were written in C using the GNU Scientific Library and were run on Windows2000 and Red Hat Linux 9.