SELEÇÃO AUTOM´´ATICA DE PARÂMETROS INICIAIS DO ALGORITMO K-SEGMENTOS COM TEACHING-LEARNING-BASED OPTIMIZATION

Abstract

Sendo uma generalização não linear de análise de componentes principais a técnica de curvas principais é um ferramenta robusta para análise e classificação de dados. Em reconhecimento de padrões um dos algoritmos mais populares para construção de Curvas Principais é o algoritmo k-segmentos. Esse algoritmo apresenta bons resultados e ótima aplicabilidade por sua convergência garantida e robustez. Contudo, sua utilização depende de parâmetros definidos pelo usuário. Este trabalho apresenta uma técnica de seleção automática da quantidade e comprimento dos segmentos do algoritmo de k-segmentos com a utilização da meta-heurística TLBO (Teaching-Learning-Based Optimization). É utilizada uma função-custo que leva em consideração o comprimento da curva e a distância dos eventos aos segmentos onde se projetam. Testes experimentais feitos com bases de dados sintéticos são apresentados para demonstrar a eficiência do método proposto em problemas de representação.