Título :	Biologically Rationalized Computing Techniques For Image Processing Applications
Tipo de documento:	documento electrónico
Autores:	Hemanth, Jude, ; Balas, Valentina Emilia,
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2018
Número de páginas:	VI, 337 p. 210 ilustraciones, 147 ilustraciones en color.
ISBN/ISSN/DL:	978-3-319-61316-1
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Procesamiento de la señal  Inteligencia Computacional  Inteligencia artificial  Ingeniería Biomédica  Procesamiento de señales  voz e imágenes  Ingeniería Biomédica y Bioingeniería
Índice Dewey:	621.382 Ingeniería de comunicaciones
Resumen:	Este libro presenta a los lectores técnicas informáticas innovadoras de inspiración biológica para aplicaciones de procesamiento de imágenes. Demuestra cómo se puede superar un inconveniente importante del procesamiento de imágenes (no proporcionar los beneficios simultáneos de alta precisión y menor complejidad) y propone metodologías bioinspiradas para ayudar a lograrlo. Además de las técnicas informáticas, el libro también arroja luz sobre las diversas áreas de aplicación relacionadas con el procesamiento de imágenes y sopesa los pros y los contras de metodologías específicas. Aunque se encuentran disponibles varias de estas metodologías, la mayoría de ellas no brindan los beneficios simultáneos de alta precisión y menor complejidad, lo que explica su bajo uso en relación con aplicaciones prácticas de imágenes, como el escenario médico. Por último, el libro ilustra las metodologías en detalle, lo que lo hace adecuado tanto para principiantes en el campo como para investigadores avanzados.
Nota de contenido:	Artifical Bee Colony Algorithm for Classification of Semi-Urban LU/LC Features Using High Resolution Satellite Data.- Saliency Based Image Compression Using Walsh–Hadamard Transform (WHT).- Object trajectory prediction with scarce environment information.- A Two-fold Subspace Learning Based Feature Fusion Strategy for Classification of EMG and EMG spectrogram Images.- Automatic Detection of Brain Strokes in CT Images using Soft Computing Techniques.- A survey on Intelligence based biometric techniques for authentication applications.- Spatial and Spectral Quality Assessment of Fused Hyperspectral and Multispectral Data.- Deep Learning Techniques for Breast Cancer Detection using Medical Images Analysis.- A Tour towards the development of various Techniques for Paralysis Detection using Image Processing.- Chlorella - Algae Image Analysis using Artificial Neural Network and Deep Learning.- Review on Image Enhancement Techniques using Biologically Inspired Artificial Bee ColonyAlgorithms and its variants.- Certain Applications and Case Studies of Evolutionary Computing Techniques for Image Processing -- Histopathological Image Analysis for the Grade Identification of Tumor -- Super Resolution via Particle Swarm Optimization Variants. .
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Biologically Rationalized Computing Techniques For Image Processing Applications [documento electrónico] / Hemanth, Jude, ; Balas, Valentina Emilia,  . -  1 ed.  . - [s.l.] : Springer, 2018 . - VI, 337 p. 210 ilustraciones, 147 ilustraciones en color.
ISBN : 978-3-319-61316-1
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Procesamiento de la señal  Inteligencia Computacional  Inteligencia artificial  Ingeniería Biomédica  Procesamiento de señales  voz e imágenes  Ingeniería Biomédica y Bioingeniería
Índice Dewey:	621.382 Ingeniería de comunicaciones
Resumen:	Este libro presenta a los lectores técnicas informáticas innovadoras de inspiración biológica para aplicaciones de procesamiento de imágenes. Demuestra cómo se puede superar un inconveniente importante del procesamiento de imágenes (no proporcionar los beneficios simultáneos de alta precisión y menor complejidad) y propone metodologías bioinspiradas para ayudar a lograrlo. Además de las técnicas informáticas, el libro también arroja luz sobre las diversas áreas de aplicación relacionadas con el procesamiento de imágenes y sopesa los pros y los contras de metodologías específicas. Aunque se encuentran disponibles varias de estas metodologías, la mayoría de ellas no brindan los beneficios simultáneos de alta precisión y menor complejidad, lo que explica su bajo uso en relación con aplicaciones prácticas de imágenes, como el escenario médico. Por último, el libro ilustra las metodologías en detalle, lo que lo hace adecuado tanto para principiantes en el campo como para investigadores avanzados.
Nota de contenido:	Artifical Bee Colony Algorithm for Classification of Semi-Urban LU/LC Features Using High Resolution Satellite Data.- Saliency Based Image Compression Using Walsh–Hadamard Transform (WHT).- Object trajectory prediction with scarce environment information.- A Two-fold Subspace Learning Based Feature Fusion Strategy for Classification of EMG and EMG spectrogram Images.- Automatic Detection of Brain Strokes in CT Images using Soft Computing Techniques.- A survey on Intelligence based biometric techniques for authentication applications.- Spatial and Spectral Quality Assessment of Fused Hyperspectral and Multispectral Data.- Deep Learning Techniques for Breast Cancer Detection using Medical Images Analysis.- A Tour towards the development of various Techniques for Paralysis Detection using Image Processing.- Chlorella - Algae Image Analysis using Artificial Neural Network and Deep Learning.- Review on Image Enhancement Techniques using Biologically Inspired Artificial Bee ColonyAlgorithms and its variants.- Certain Applications and Case Studies of Evolutionary Computing Techniques for Image Processing -- Histopathological Image Analysis for the Grade Identification of Tumor -- Super Resolution via Particle Swarm Optimization Variants. .
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i