Mostrar el registro sencillo del ítem
Least square support vector machine classifier vs a logistic regression classifier on the recognition of numeric digits
Clasificador basado en una máquina de vectores de soporte de mínimos cuadrados frente a un clasificador por regresión logística ante el reconocimiento de dígitos numéricos
dc.creator | López-Sarmiento, Danilo A. | |
dc.creator | Manta-Caro, Héctor C. | |
dc.creator | Vera-Parra, Nelson E. | |
dc.date | 2011-11-30 | |
dc.date.accessioned | 2021-03-18T21:02:53Z | |
dc.date.available | 2021-03-18T21:02:53Z | |
dc.identifier | https://revistas.itm.edu.co/index.php/tecnologicas/article/view/99 | |
dc.identifier | 10.22430/22565337.99 | |
dc.identifier.uri | http://test.repositoriodigital.com:8080/handle/123456789/11413 | |
dc.description | In this paper is compared the performance of a multi-class least squares support vector machine (LSSVM mc) versus a multi-class logistic regression classifier to problem of recognizing the numeric digits (0-9) handwritten. To develop the comparison was used a data set consisting of 5000 images of handwritten numeric digits (500 images for each number from 0-9), each image of 20 x 20 pixels. The inputs to each of the systems were vectors of 400 dimensions corresponding to each image (not done feature extraction). Both classifiers used OneVsAll strategy to enable multi-classification and a random cross-validation function for the process of minimizing the cost function. The metrics of comparison were precision and training time under the same computational conditions. Both techniques evaluated showed a precision above 95 %, with LS-SVM slightly more accurate. However the computational cost if we found a marked difference: LS-SVM training requires time 16.42 % less than that required by the logistic regression model based on the same low computational conditions. | en-US |
dc.description | En este artículo se compara el desempeño de una máquina de vectores de soporte de mínimos cuadrados multi-clase (multi-class Least Square Support Vector Machine mc-LSSVM) frente a un clasificador por regresión logística multi-clase, ante el problema del reconocimiento de dígitos numéricos (0-9) escritos a mano. Para desarrollar la comparación se usó un set de datos compuesto por 5000 imágenes de dígitos numéricos escritos a mano (500 imágenes por cada número del 0-9), cada imagen de 20 x 20 pixeles. La entrada a cada uno de los sistemas evaluados fueron vectores de dimensión 400, correspondientes a cada imagen (no se realizó extracción de características). Ambos clasificadores utilizan la estrategia Uno contra todos (OneVsAll) para habilitar la multi-clasificación y una función de validación cruzada aleatoria para el proceso de minimización de la función de costo. Las métricas de comparación fueron la precisión y el tiempo de entrenamiento bajo las mismas condiciones computacionales. Ambas técnicas evaluadas presentaron una precisión superior al 95 %, siendo LS-SVM ligeramente más precisa. Sin embargo, en el costo computacional sí se encontró una diferencia notoria: LS-SVM requiere un tiempo de entrenamiento 16,42 % inferior al requerido por el modelo basado en regresión logística bajos las mismas condiciones computacionales. | es-ES |
dc.format | application/pdf | |
dc.language | spa | |
dc.publisher | Instituto Tecnológico Metropolitano (ITM) | en-US |
dc.relation | https://revistas.itm.edu.co/index.php/tecnologicas/article/view/99/99 | |
dc.rights | Copyright (c) 2017 Tecno Lógicas | en-US |
dc.source | TecnoLógicas; Num. 31 (2013); 37-51 | en-US |
dc.source | TecnoLógicas; Num. 31 (2013); 37-51 | es-ES |
dc.source | 2256-5337 | |
dc.source | 0123-7799 | |
dc.subject | Support vector machine | en-US |
dc.subject | least square | en-US |
dc.subject | logistic regression | en-US |
dc.subject | classifier | en-US |
dc.subject | numeric digits. | en-US |
dc.subject | Máquina de vectores de soporte | es-ES |
dc.subject | mínimos cuadrados | es-ES |
dc.subject | regresión logística | es-ES |
dc.subject | clasificador | es-ES |
dc.subject | dígitos numéricos | es-ES |
dc.title | Least square support vector machine classifier vs a logistic regression classifier on the recognition of numeric digits | en-US |
dc.title | Clasificador basado en una máquina de vectores de soporte de mínimos cuadrados frente a un clasificador por regresión logística ante el reconocimiento de dígitos numéricos | es-ES |
dc.type | info:eu-repo/semantics/article | |
dc.type | info:eu-repo/semantics/publishedVersion | |
dc.type | Research Papers | en-US |
dc.type | Artículos de investigación | es-ES |
Ficheros en el ítem
Ficheros | Tamaño | Formato | Ver |
---|---|---|---|
No hay ficheros asociados a este ítem. |
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
tecnologia [520]