Edgardo Quispe Yapo
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Interests
Edgardo Quispe Yapo has a total of 5 co-authors. Here are the top co-authors by number of shared publications:
- Anibal Sucari León
Universidad Nacional del Altiplano. Puno, Peru
1 shared publication - Fredy Abel Huanca Torres
Universidad Peruana Unión
1 shared publication - Luz Delia Quina Quina
Universidad Nacional de Juliaca
1 shared publication - Reynaldo Sucari-León
Nutraceuticals and Biomaterials Research Group, Universidad Nacional José María Arguedas, Andahuaylas 03701, Peru
1 shared publication - Yolanda Aroquipa Durán
Nutraceuticals and Biomaterials Research Group, Universidad Nacional José María Arguedas, Andahuaylas 03701, Peru
1 shared publication
Latest Publications
- Open Access
- 9 April 2020
- Published by Universidad Nacional Autonoma de Huanta in PURIQ
- Vol. 2 (2) , 109-118
Visión artificial en reconocimiento de patrones para clasificación de frutas en agronegocios
La presente tuvo como objetivo determinar la efectividad de aplicar visión artificial en reconocimiento de patrones para la clasificación de frutas en los agronegocios, para ello se ha empleado una base de datos con 50 registros de 6 variedades de frutas donde se consideró 4 características para cada fruta y una muestra de 20 frutas, así mismo se ha empleado la técnica reconocimiento automático de patrones por medio del clasificador bayesiano implementado en Octave, en el experimento se logró reconocer las frutas hasta en un 93.33% y errando en 6.67%. Concluyendo que si es efectivo aplicar la visión artificial en el reconocimiento de patrones para clasificar frutas.
- 9 April 2020
- Published by Universidad Nacional Autonoma de Huanta in PURIQ
- Vol. 2 (2) , 109-118
Open AccessVisión artificial en reconocimiento de patrones para clasificación de frutas en agronegocios
La presente tuvo como objetivo determinar la efectividad de aplicar visión artificial en reconocimiento de patrones para la clasificación de frutas en los agronegocios, para ello se ha empleado una base de datos con 50 registros de 6 variedades de frutas donde se consideró 4 características para cada fruta y una muestra de 20 frutas, así mismo se ha empleado la técnica reconocimiento automático de patrones por medio del clasificador bayesiano implementado en Octave, en el experimento se logró reconocer las frutas hasta en un 93.33% y errando en 6.67%. Concluyendo que si es efectivo aplicar la visión artificial en el reconocimiento de patrones para clasificar frutas.