Classification de données par algorithmes évolutionnistes

Academiques - EAN : 9783838179704

M'barek Nasri

Skip to the end of the images gallery

Skip to the beginning of the images gallery

Édition papier

EAN : 9783838179704

Paru le : 28 mars 2013

79,90 € 75,73 €

Epuisé

Pour connaître votre prix et commander, identifiez-vous

Manquant sans date

Notre engagement qualité

Livraison gratuite
en France sans minimum
de commande
Manquants maintenus
en commande
automatiquement
Un interlocuteur
unique pour toutes
vos commandes
Toutes les licences
numériques du marché
au tarif éditeur
Assistance téléphonique
personalisée sur le
numérique
Service client
Du Lundi au vendredi
de 9h à 18h

Détails

EAN13 : 9783838179704
Réf. fournisseur : 5703885
Editeur : Academiques
Date Parution : 28 mars 2013
Disponibilite : Manque sans date
Barème de remise : NS
Nombre de pages : 176
Format : H:220 mm L:150 mm E:10 mm
Poids : 268gr
Interdit de retour : Retour interdit

Résumé

Résumé : La classification de données se fait de plus en plus présente en représentation des connaissances. Il s'agit de regrouper en une même classe différents éléments porteurs d'une information a peu près similaire. Ainsi, l'information totale est représentée par de grands ensembles (les classes) et non plus par les nombreux sous ensembles. Les résultats de l'opération de classification seront ensuite facilement exploitables dans une phase d'interprétation de données. Cet ouvrage se veut une introduction à la classification de données par approche évolutionniste. Il décrit quelques problèmes posés en classification de données. Ces problèmes se ramènent à une optimisation des critères. Les solutions présentées font appel aux méthodes évolutionnistes : algorithmes génétiques et stratégies d'évolution. Le choix de ces méthodes est basé sur certains avantages par rapport aux différentes méthodes classiques d'optimisation. Les méthodes de classification trouvent un champ d'application très vaste en traitement d'images. Ce livre présente quelques notions sur l'image ainsi que quelques exemples d'application de l'approche évolutionniste à la classification des images numériques.
Biographie : Ingénieur de l'ENIM, Rabat, Maroc. Docteur en Science de l'Université Mohamed Premier, Oujda, Maroc. Professeur à l'Ecole Supérieure de Technologie, Oujda. Il travaille sur le traitement d'images et la vision par ordinateur et leurs applications en imagerie médicale et en contrôle qualité. Il est membre permanent du laboratoire MATSI.