CLASIFICACIÓN DE DÍGITOS MANUSCRITOS DE IMÁGENES DIGITALES

• Autores: Carlos Alberto Silva Delgado, Euler Tito Chura
• Formato: artículo
• Fecha de Publicación: 2019
• Institución: Universidad Nacional Jorge Basadre Grohmann
• Repositorio: Revista UNJBG - Ciencia & Desarrollo
• Lenguaje: español
• OAI Identifier: oai:unjbg_revistas.localhost:article/485
• Enlace del recurso: http://revistas.unjbg.edu.pe/index.php/cyd/article/view/485
• Nivel de acceso: acceso abierto
• Materia: Escalas nominales; Datos; Proceso de datos; Procesamiento de imágenes

En Ciencias de la Computación el reconocimiento de dígitos escritos a mano en imágenes digitales es de suma importancia, ya que a partir de esto, se pueden hacer distintas tareas, entre las que destacan el reconocimiento y reconstrucción de caracteres. Los algoritmos de clasificación tienen la capacidad de recuperar en su totalidad patrones aprendidos a partir de patrones de entrada, en este caso se utiliza como patrones de entrada los dígitos manuscritos de la Base de Datos del MNIST. En el presente trabajo se presenta la aplicación (Base de Datos del MNIST) de los algoritmos de clasificación de dígitos como parte aplicativa en el campo del Reconocimiento de Patrones, se hace una comparación entre la performance de los algoritmos de clasificación: SVM, Distancia Euclidiana, Vecino más cercano, J48. Los resultados demostraron que el clasificador SVM es el más eficiente para clasificar dígitos manuscritos con respecto a los otros clasificadores, por obtener un error del 1,04%.