Mostrar el registro sencillo del objeto digital

dc.contributor Ledeneva, Yulia
dc.contributor Tapia Fabela, José Luis
dc.contributor.advisor GARCIA HERNANDEZ, RENE ARNULFO; 202667
dc.contributor.author GARCIA CALDERON, MIGUEL ANGEL
dc.creator GARCIA CALDERON, MIGUEL ANGEL; 712165
dc.date.accessioned 2018-02-14T01:51:27Z
dc.date.available 2018-02-14T01:51:27Z
dc.date.issued 2017-12-04
dc.identifier.uri http://hdl.handle.net/20.500.11799/68578
dc.description.abstract Hasta el momento no se ha utilizado todo el conocimiento que hay en los manuscritos antiguos debido a que reconocimiento de texto manuscrito aún no cuenta con métodos robustos para esta tarea. El primer problema de los métodos para el reconocimiento de texto manuscrito es que requieren que el texto se encuentre dividido en líneas. Los métodos actuales para la segmentación de líneas de texto manuscrito no han sido optimizados para trabajar con manuscritos antiguos. La primera etapa de la Segmentación de Líneas de Texto (SLT) manuscrito consiste en la Localización de Líneas de Texto (LLT). Para la SLT se han propuesto métodos que buscan los valores máximos locales en un histograma. El problema para estos métodos es que existen demasiados máximos locales, lo cual no permite localizar las líneas que hay. La segunda etapa de la SLT en manuscritos antiguos consiste en la búsqueda de una ruta que permita separar las líneas de texto, el problema de los métodos actuales es que algunos realizan una búsqueda local de la ruta y los otros métodos buscan la ruta evitando pasar por la mayor cantidad de caracteres. En este trabajo se presenta un sistema compuesto por dos nuevos métodos para la LLT manuscrito y otro método para la Búsqueda de una Ruta que permita Segmentar Líneas de Texto en documentos manuscritos (BRSLT) que supera a los métodos analizados en el estado del arte en las dos etapas. En el primer método propuesto se presenta la extracción de un mapa de energía que incrementa las diferencias entre los máximos y mínimos locales en un histograma. El segundo método propuesto consiste en buscar la mejor ruta para segmentar líneas de texto manuscrito antiguo usando un algoritmo genético. Para evaluar la exactitud de los métodos propuestos se han realizado experimentos con dos colecciones de documentos. Se ha realizado una evaluación independiente de los dos métodos propuesto. Las colecciones de documentos incluyen los idiomas: español, chino, árabe, inglés, árabe-español con escritura moderna y escritura antigua. Con los resultados de la experimentación se ha demostrado que es posible mejorar la LLT implementando un mapa de energía que incremente las diferencias entre máximos y mínimos locales. Los experimentos de la segunda sección demuestran que es necesario realizar una optimización global de la ruta para segmentar líneas de texto. es
dc.language.iso spa es
dc.publisher Universidad Autónoma del Estado de México es
dc.rights openAccess es
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject Algoritmo Genético es
dc.subject Medidas de Similitud es
dc.subject Ciencias Computacionales es
dc.subject.classification CIENCIAS SOCIALES
dc.title Segmentación de líneas de texto en documentos manuscritos antiguos independiente del lenguaje es
dc.type Tesis de Maestría es
dc.provenance Científica es
dc.road Dorada es
dc.organismo Unidad Académica Profesional Tianguistenco es
dc.ambito Internacional es
dc.cve.progEstudios 6145 es
dc.modalidad Tesis es
dc.audience students
dc.audience researchers
dc.type.conacyt masterThesis
dc.identificator 5


Ficheros en el objeto digital

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

Visualización del Documento

  • Título
  • Segmentación de líneas de texto en documentos manuscritos antiguos independiente del lenguaje
  • Autor
  • GARCIA CALDERON, MIGUEL ANGEL
  • Director(es) de tesis, compilador(es) o coordinador(es)
  • Ledeneva, Yulia
  • Tapia Fabela, José Luis
  • Fecha de publicación
  • 2017-12-04
  • Editor
  • Universidad Autónoma del Estado de México
  • Tipo de documento
  • Tesis de Maestría
  • Palabras clave
  • Algoritmo Genético
  • Medidas de Similitud
  • Ciencias Computacionales
  • Los documentos depositados en el Repositorio Institucional de la Universidad Autónoma del Estado de México se encuentran a disposición en Acceso Abierto bajo la licencia Creative Commons: Atribución-NoComercial-SinDerivar 4.0 Internacional (CC BY-NC-ND 4.0)

Mostrar el registro sencillo del objeto digital

openAccess Excepto si se señala otra cosa, la licencia del ítem se describe cómo openAccess

Buscar en RI


Buscar en RI

Usuario

Estadísticas