Seleção automática de parâmetros iniciais do algoritmo k-segmentos com teaching-learning-based optimization
André de Aguiar Braga1; Danton Diego Ferreira1; Bruno Henrique Groenner Barbosa1
1 Universidade Federal de Lavras - UFLA
Baixar PDF doi:10.20906/CPS/CBA2018-0122
Resumo
Sendo uma generalização não linear de análise de componentes principais a técnica de curvas principais é um ferramenta robusta para análise e classificação de dados. Em reconhecimento de padrões um dos algoritmos mais populares para construção de Curvas Principais é o algoritmo k-segmentos. Esse algoritmo apresenta bons resultados e ótima aplicabilidade por sua convergência garantida e robustez. Contudo, sua utilização depende de parâmetros definidos pelo usuário. Este trabalho apresenta uma técnica de seleção automática da quantidade e comprimento dos segmentos do algoritmo de k-segmentos com a utilização da meta-heurística TLBO (Teaching-Learning-Based Optimization). É utilizada uma função-custo que leva em consideração o comprimento da curva e a distância dos eventos aos segmentos onde se projetam. Testes experimentais feitos com bases de dados sintéticos são apresentados para demonstrar a eficiência do método proposto em problemas de representação.
Palavras-chave: Curvas Principais; k-Segmentos; Otimização baseada em ensino-aprendizagem