944 resultados para Classificació AMS::51 Geometry


Relevância:

20.00% 20.00%

Publicador:

Resumo:

Crédito de Ciencias Experimentales para Educación Secundaria Obligatoria. Este crédito está enfocado al inicio del estudio de algunos minerales y rocas, de sus propiedades características más importantes y al reconocimiento de mezclas y sustancias puras. También se trabajan los métodos para separar los componentes de las mezclas. Con este objetivo se propone, obviamente, el trabajo en el laboratorio y el uso frecuente de sus instrumentos de trabajo. Se propone una pequeña guía didáctica con los contenidos del crédito y un material para el alumnado.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Desarrollo del crédito seis del crédito común para el área de Lengua inglesa. Plantea los siguiente objetivos para el alumno: ser capaz de desenvolverse, ya sea oral o por escrito, en distintas situaciones sociales de comunicación. Plantea los objetivos, contenidos y actividades de aprendizaje y evaluación para los siguientes temas a tratar en clase: transporte, alimentación y bebidas, plantas, animales, verbos de cocina, tiendas y tradiciones culturales. Presenta cada una de las actividades propuestas con el material de soporte requerido.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Cuaderno de iniciación a la música para niños a través de canciones populares de dificultad progresiva, ofrece además orientaciones didácticas a los profesores.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Es una de las cuatro unidades del curso de preparación para los exámenes del General Certificate Secondary Education (GCSE). Esta unidad 3 es diferente de las dos unidades anteriores pues sus temas se basan en comprender la importancia de las fuentes en el estudio de la historia y como pueden ser interpretadas de varias maneras, lo que lleva a los historiadores a emitir juicios sobre la utilidad y fiabilidad de la información que proporcionan. Asimismo, se explica que en esta parte del examen del GCSE se conjugan los conocimientos y la información sobre los hechos con los juicios sobre las fuentes históricas.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Se adapta a las necesidades de los alumnos de historia de las especificaciones AS de 2008 para OCR y AQA. Explica los principales temas económicos, políticos y sociales del momento y la cambiante suerte de los partidos políticos, así como el impacto sobre ellos de las dos guerras mundiales. También, se analizan las presiones para llevar a cabo la reforma social. Incluye fechas clave, términos y temas, perfiles biográficos sobre figuras importantes, resúmenes esquemáticos, fuentes literarias y síntesis de los principales debates historiográficos.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Este trabajo se ofrece como material de apoyo a las clases de Lengua y Literatura de la ESO, fundamentalmente para los cursos tercero y cuarto. Es, en principio, un libro del profesor, pero también libro para el alumno. Su orientación ha sido eminentemente didáctica: reunir un corpus textual pedagógicamente rentable, ofreciendo en estas 51 propuestas narrativas materia literaria de la mayor diversidad y a veces no consagrada en los manuales de que se disponía hasta la fecha.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

El principal objectiu d’aquest projecte és aconseguir classificar diferents vídeos d’esports segons la seva categoria. Els cercadors de text creen un vocabulari segons el significat de les diferents paraules per tal de poder identificar un document. En aquest projecte es va fer el mateix però mitjançant paraules visuals. Per exemple, es van intentar englobar com a una única paraula les diferents rodes que apareixien en els cotxes de rally. A partir de la freqüència amb què apareixien les paraules dels diferents grups dins d’una imatge vàrem crear histogrames de vocabulari que ens permetien tenir una descripció de la imatge. Per classificar un vídeo es van utilitzar els histogrames que descrivien els seus fotogrames. Com que cada histograma es podia considerar un vector de valors enters vàrem optar per utilitzar una màquina classificadora de vectors: una Support vector machine o SVM

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Aquesta memòria està estructurada en sis capítols amb l'objectiu final de fonamentar i desenvolupar les eines matemàtiques necessàries per a la classificació de conjunts de subconjunts borrosos. El nucli teòric del treball el formen els capítols 3, 4 i 5; els dos primers són dos capítols de caire més general, i l'últim és una aplicació dels anteriors a la classificació dels països de la Unió Europea en funció de determinades característiques borroses. En el capítol 1 s'analitzen les diferents connectives borroses posant una especial atenció en aquells aspectes que en altres capítols tindran una aplicació específica. És per aquest motiu que s'estudien les ordenacions de famílies de t-normes, donada la seva importància en la transitivitat de les relacions borroses. La verificació del principi del terç exclòs és necessària per assegurar que un conjunt significatiu de mesures borroses generalitzades, introduïdes en el capítol 3, siguin reflexives. Estudiem per a quines t-normes es verifica aquesta propietat i introduïm un nou conjunt de t-normes que verifiquen aquest principi. En el capítol 2 es fa un recorregut general per les relacions borroses centrant-nos en l'estudi de la clausura transitiva per a qualsevol t-norma, el càlcul de la qual és en molts casos fonamental per portar a terme el procés de classificació. Al final del capítol s'exposa un procediment pràctic per al càlcul d'una relació borrosa amb l'ajuda d'experts i de sèries estadístiques. El capítol 3 és un monogràfic sobre mesures borroses. El primer objectiu és relacionar les mesures (o distàncies) usualment utilitzades en les aplicacions borroses amb les mesures conjuntistes crisp. Es tracta d'un enfocament diferent del tradicional enfocament geomètric. El principal resultat és la introducció d'una família parametritzada de mesures que verifiquen unes propietats de caràcter conjuntista prou satisfactòries. L'estudi de la verificació del principi del terç exclòs té aquí la seva aplicació sobre la reflexivitat d'aquestes mesures, que són estudiades amb una certa profunditat en alguns casos particulars. El capítol 4 és, d'entrada, un repàs dels principals resultats i mètodes borrosos per a la classificació dels elements d'un mateix conjunt de subconjunts borrosos. És aquí on s'apliquen els resultats sobre les ordenacions de les famílies de t-normes i t-conormes estudiades en el capítol 1. S'introdueix un nou mètode de clusterització, canviant la matriu de la relació borrosa cada vegada que s'obté un nou clúster. Aquest mètode permet homogeneïtzar la metodologia del càlcul de la relació borrosa amb el mètode de clusterització. El capítol 5 tracta sobre l'agrupació d'objectes de diferent naturalesa; és a dir, subconjunts borrosos que pertanyen a diferents conjunts. Aquesta teoria ja ha estat desenvolupada en el cas binari; aquí, el que es presenta és la seva generalització al cas n-ari. Més endavant s'estudien certs aspectes de les projeccions de la relació sobre un cert espai i el recíproc, l'estudi de cilindres de relacions predeterminades. Una aplicació sobre l'agrupació de les comarques gironines en funció de certes variables borroses es presenta al final del capítol. L'últim capítol és eminentment pràctic, ja que s'aplica allò estudiat principalment en els capítols 3 i 4 a la classificació dels països de la Unió Europea en funció de determinades característiques borroses. Per tal de fer previsions per a anys venidors s'han utilitzat sèries temporals i xarxes neuronals. S'han emprat diverses mesures i mètodes de clusterització per tal de poder comparar els diversos dendogrames que resulten del procés de clusterització. Finalment, als annexos es poden consultar les sèries estadístiques utilitzades, la seva extrapolació, els càlculs per a la construcció de les matrius de les relacions borroses, les matrius de mesura i les seves clausures.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

La visió és probablement el nostre sentit més dominant a partir del qual derivem la majoria d'informació del món que ens envolta. A través de la visió podem percebre com són les coses, on són i com es mouen. En les imatges que percebem amb el nostre sistema de visió podem extreure'n característiques com el color, la textura i la forma, i gràcies a aquesta informació som capaços de reconèixer objectes fins i tot quan s'observen sota unes condicions totalment diferents. Per exemple, som capaços de distingir un mateix objecte si l'observem des de diferents punts de vista, distància, condicions d'il·luminació, etc. La Visió per Computador intenta emular el sistema de visió humà mitjançant un sistema de captura d'imatges, un ordinador, i un conjunt de programes. L'objectiu desitjat no és altre que desenvolupar un sistema que pugui entendre una imatge d'una manera similar com ho realitzaria una persona. Aquesta tesi es centra en l'anàlisi de la textura per tal de realitzar el reconeixement de superfícies. La motivació principal és resoldre el problema de la classificació de superfícies texturades quan han estat capturades sota diferents condicions, com ara distància de la càmera o direcció de la il·luminació. D'aquesta forma s'aconsegueix reduir els errors de classificació provocats per aquests canvis en les condicions de captura. En aquest treball es presenta detalladament un sistema de reconeixement de textures que ens permet classificar imatges de diferents superfícies capturades en diferents condicions. El sistema proposat es basa en un model 3D de la superfície (que inclou informació de color i forma) obtingut mitjançant la tècnica coneguda com a 4-Source Colour Photometric Stereo (CPS). Aquesta informació és utilitzada posteriorment per un mètode de predicció de textures amb l'objectiu de generar noves imatges 2D de les textures sota unes noves condicions. Aquestes imatges virtuals que es generen seran la base del nostre sistema de reconeixement, ja que seran utilitzades com a models de referència per al nostre classificador de textures. El sistema de reconeixement proposat combina les Matrius de Co-ocurrència per a l'extracció de característiques de textura, amb la utilització del Classificador del veí més proper. Aquest classificador ens permet al mateix temps aproximar la direcció d'il·luminació present en les imatges que s'utilitzen per testejar el sistema de reconeixement. És a dir, serem capaços de predir l'angle d'il·luminació sota el qual han estat capturades les imatges de test. Els resultats obtinguts en els diferents experiments que s'han realitzat demostren la viabilitat del sistema de predicció de textures, així com del sistema de reconeixement.

Relevância:

20.00% 20.00%

Publicador:

Relevância:

20.00% 20.00%

Publicador: