@Book{KaterineDiaz2013,
author="Katerine Diaz
and Francesc J. Ferri",
title="Extensiones del m{\'e}todo de vectores comunes discriminantes Aplicadas a la clasificaci{\'o}n de im{\'a}genes",
year="2013",
abstract="Los m{\'e}todos basados en subespacios son una herramienta muy utilizada en aplicaciones de visi{\'o}n por computador. Aqu{\'i} se presentan y validan algunos algoritmos que hemos propuesto en este campo de investigaci{\'o}n. El primer algoritmo est{\'a} relacionado con una extensi{\'o}n del m{\'e}todo de vectores comunes discriminantes con kernel, que reinterpreta el espacio nulo de la matriz de dispersi{\'o}n intra-clase del conjunto de entrenamiento para obtener las caracter{\'i}sticas discriminantes. Dentro de los m{\'e}todos basados en subespacios existen diferentes tipos de entrenamiento. Uno de los m{\'a}s populares, pero no por ello uno de los m{\'a}s eficientes, es el aprendizaje por lotes. En este tipo de aprendizaje, todas las muestras del conjunto de entrenamiento tienen que estar disponibles desde el inicio. De este modo, cuando nuevas muestras se ponen a disposici{\'o}n del algoritmo, el sistema tiene que ser reentrenado de nuevo desde cero. Una alternativa a este tipo de entrenamiento es el aprendizaje incremental. Aqu{\'i}- se proponen diferentes algoritmos incrementales del m{\'e}todo de vectores comunes discriminantes.",
optnote="ADAS",
optnote="exported from refbase (http://refbase.cvc.uab.es/show.php?record=2440), last updated on Fri, 02 May 2014 10:23:34 +0200",
isbn="978-3-639-55339-0",
opturl="https://www.editorial-publicia.com/catalog/details//store/es/book/978-3-639-55339-0/extensiones-del-m\%C3\%A9todo-de-vectores-comunes-discriminantes"
}