Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Universidade Federal do Ceará | - |
Autor(es): dc.creator | Ribas, Lucas C. | - |
Autor(es): dc.creator | Scabini, Leonardo F. S. | - |
Autor(es): dc.creator | de Mesquita Sá Junior, Jarbas Joaci | - |
Autor(es): dc.creator | Bruno, Odemir M. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T18:10:43Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T18:10:43Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-03-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s10044-024-01230-x | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/304371 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/304371 | - |
Descrição: dc.description | Texture is a visual attribute largely used in many problems of image analysis. Many methods that use learning techniques have been proposed for texture discrimination, achieving improved performance over previous handcrafted methods. In this paper, we present a new approach that combines a learning technique and the complex network (CN) theory for texture analysis. This method takes advantage of the representation capacity of CN to model a texture image as a directed network and then uses the topological information of vertices to train a randomized neural network. This neural network has a single hidden layer and uses a fast learning algorithm to learn local CN patterns for texture characterization. Thus, we use the weights of the trained neural network to compose a feature vector. These feature vectors are evaluated in a classification experiment in four widely used image databases. Experimental results show a high classification performance of the proposed method compared to other methods, indicating that our approach can be used in many image analysis problems. | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Institute of Biosciences Humanities and Exact Sciences São Paulo State University, Rua Cristóvão Colombo, 2265, São José do Rio Preto, SP | - |
Descrição: dc.description | Institute of Mathematics and Computer Science University of São Paulo, Av. Trab. São Carlense, 400, São Carlos | - |
Descrição: dc.description | São Carlos Institute of Physics University of São Paulo, Av. Trab. São Carlense, 400, São Carlos | - |
Descrição: dc.description | Curso de Engenharia da Computação Programa de Pós-Graduação em Engenharia Elétrica e de Computação Campus de Sobral Universidade Federal do Ceará, Rua Coronel Estanislau Frota, 563, CE | - |
Descrição: dc.description | Institute of Biosciences Humanities and Exact Sciences São Paulo State University, Rua Cristóvão Colombo, 2265, São José do Rio Preto, SP | - |
Descrição: dc.description | CNPq: 142438/2018-9 | - |
Descrição: dc.description | FAPESP: 18/22214-6 | - |
Descrição: dc.description | FAPESP: 2018/22214-6 | - |
Descrição: dc.description | FAPESP: 2019/07811-0 | - |
Descrição: dc.description | FAPESP: 2021/09163-6 | - |
Descrição: dc.description | FAPESP: 2023/04583-2 | - |
Descrição: dc.description | CNPq: 302183/2017-5 | - |
Descrição: dc.description | CNPq: 307897/2018-4 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Pattern Analysis and Applications | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Image classification | - |
Palavras-chave: dc.subject | Network science | - |
Palavras-chave: dc.subject | Randomized neural networks | - |
Palavras-chave: dc.subject | Texture representation | - |
Título: dc.title | Local complex features learned by randomized neural networks for texture analysis | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: