Méthodes paramétriques et non paramétriques appliquées à la recherche de bases d'entraînement en vue d'une classification supervisée d'images numériques

  • F. Gerard

    Student thesis: Master typesMaster en sciences mathématiques

    Résumé

    Ce mémoire présente et compare les différentes méthodes (paramétriques et non paramétriques) abordées jusqu'à présent dans le cadre des recherches de l'Unité Statistique du Département de Mathématique à propos du problème de sélection automatique de bases d'entraînement pour la classification supervisée d'images.

    La stratégie adoptée est identique pour chaque méthode, à savoir détecter, dans un premier temps, des zones homogènes sur l'image et regrouper, dans un second temps, ces zones entre elles pour former un nombre restreint de classes constituant les bases d'entraînement recherchées.
    la date de réponse1996
    langue originaleFrançais
    SuperviseurJean Paul RASSON (Promoteur)

    Contient cette citation

    '