Show simple item record

dc.contributorEscuela de Ingenierias Industrial e Informaticaes_ES
dc.contributor.authorSuárez Castrillón, Sir Alexci
dc.contributor.authorAlegre Gutiérrez, Enrique 
dc.contributor.authorMorala Argüello, Patricia
dc.contributor.authorGonzález Castro, Víctor
dc.contributor.otherIngenieria de Sistemas y Automaticaes_ES
dc.date2009-11
dc.date.accessioned2019-06-15T16:17:13Z
dc.date.available2019-06-15T16:17:13Z
dc.date.issued2019-06-15
dc.identifier.citation20th International DAAAM, 25 – 28 November, 2009, Vienna, Austriaes_ES
dc.identifier.isbn978-3-901509-70-4es_ES
dc.identifier.urihttp://hdl.handle.net/10612/10895
dc.description.abstractEn 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).es_ES
dc.languageenges_ES
dc.subjectIngeniería industriales_ES
dc.subjectIngeniería mecánicaes_ES
dc.subject.otherRugosidades_ES
dc.subject.otherMatriz de co-ocurrencia (GLCM)es_ES
dc.subject.otherTextura de la superficiees_ES
dc.subject.otherLeyeses_ES
dc.titleClassification and correlation of surface roughness in metallic parts using texture descriptorses_ES
dc.typeinfo:eu-repo/semantics/conferenceObjectes_ES
dc.type.otherinfo:eu-repo/semantics/conferenceObjectes_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record