Mostrar el registro sencillo del ítem

dc.contributor.authorMontano Rivas, Julia Aurora
dc.contributor.otherMartinez Morales, Manuel (Director)
dc.date.accessioned2014-09-24T16:49:53Z
dc.date.accessioned2016-08-24T16:15:09Z
dc.date.available2014-09-24T16:49:53Z
dc.date.available2016-08-24T16:15:09Z
dc.date.issued2013
dc.identifier.urihttp://cdigital.uv.mx/handle/123456789/36349
dc.descriptionUna extensión del Análisis de Componentes Principales (ACP) es el Análisis de Componentes Principales con Kernels (ACPK). Esta técnica consiste básicamente en enviar los datos originales, mediante alguna transformación no lineal, a un espacio de Hilbert de alta dimensión y realizar el ACP en este espacio. La clave del éxito del ACPK está en lograr la extracción de direcciones de máxima variabilidad en el espacio de los datos transformados y luego identificar estas direcciones con los patrones de variabilidad de los datos originales. Sin embargo, existen situaciones en las cuales el ACPK no es suficiente para detectar estas direcciones de máxima variabilidad. En este trabajo abordamos este problema...es_SP
dc.language.isoeses_SP
dc.publisherUniversidad Veracruzana. Facultad de Matemáticas. Región Xalapa.
dc.subjectAlgoritmos genéticoses_SP
dc.subjectFunción kerneles_SP
dc.subjectAnálisis en componentes principaleses_SP
dc.titleAnálisis de componentes principales con Kernels : una propuesta de mejora del Kerneles_SP
dc.typeTrabajo Recepcionales_SP


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem