• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
  • Contacto
  • Sugerencias
  • Enlaces y accesos
    • Derechos de autor
    • Políticas
    • Guía de autoarchivo
    • FAQ y ayuda
    • La ULE y el Acceso Abierto
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Repositorio
    Institucional
    Abierto

    Listar

    Todo BULERIAComunidades y ColeccionesAutoresDirectoresTítulosMateriasFacultad/CentroÁrea de conocimientoFecha de creación/publicaciónTitulaciónEsta colecciónAutoresDirectoresTítulosMateriasFacultad/CentroÁrea de conocimientoFecha de creación/publicaciónTitulación

    Mi cuenta

    Acceder

    Estadísticas

    Ver Estadísticas de uso

    Otros enlaces

    Ver ítem 
    •   BULERIA Principal
    • Investigación
    • Comunicaciones a congresos, conferencias, etc.
    • Ver ítem
    •   BULERIA Principal
    • Investigación
    • Comunicaciones a congresos, conferencias, etc.
    • Ver ítem

    Compartir

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • oai_openaire
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Academic Search
    Título
    Classification and correlation of surface roughness in metallic parts using texture descriptors
    Autor
    Suárez Castrillón, Sir Alexci
    Alegre Gutiérrez, EnriqueAutoridad Buleria
    Morala Argüello, Patricia
    González Castro, Víctor
    Facultad/Centro
    Escuela de Ingenierias Industrial e Informatica
    Área de conocimiento
    Ingenieria de Sistemas y Automatica
    Datos de la obra
    20th International DAAAM, 25 – 28 November, 2009, Vienna, Austria
    Fecha
    2009-11
    ISBN
    978-3-901509-70-4
    Resumen
    En este artículo presentamos un método para clasificar la rugosidad superficial en piezas metálicas, después de mecanizar procesos, utilizando un sistema de visión artificial. Se utilizan dos métodos de análisis de texturas: matriz de co-ocurrencia (GLCM) y la energía de la textura obtenida por el método de las leyes. Estos descriptores se clasifican con análisis de discriminantes lineales y cuadráticos (LDA y QDA) y redes neuronales artificiales (ANN). Los mejores resultados se han logrado utilizando la máscara de leyes R5R5 (94,03%) y el descriptor de correlación combinado extraído del GLCM (94,23%), ambos clasificados utilizando redes neuronales. Estos resultados muestran el éxito del método y la posibilidad de correlacionar estos descriptores con la rugosidad media (RA).
    Materia
    Ingeniería industrial
    Ingeniería mecánica
    Palabras clave
    Rugosidad
    Matriz de co-ocurrencia (GLCM)
    Textura de la superficie
    Leyes
    Idioma
    eng
    Tipo documental
    info:eu-repo/semantics/conferenceObject
    Subtipo documental
    info:eu-repo/semantics/conferenceObject
    URI
    http://hdl.handle.net/10612/10895
    Aparece en las colecciones
    • Comunicaciones a congresos, conferencias, etc. [743]
    Mostrar el registro completo del ítem
    Ficheros en el ítem
    Nombre:
    Classification and correlation of surface roughness in metallic parts using texture descriptors.pdf
    Tamaño:
    732.2Kb
    Formato:
    Adobe PDF
    Descripción:
    Articulo en libro de actas
    Thumbnail
    Visualizar/Abrir