Restrepo Girón, Andrés DavidLoaiza Correa, HumbertoCaicedo Bravo, Eduardo Francisco2019-09-192019-09-19http://hdl.handle.net/11349/20396En algunos casos de desarrollo de un sistema de clasificación de patrones, la elección de las características a partir de los datos capturados puede llevar a disponer de un conjunto bastante numeroso de variables; en tales circunstancias, es fundamental disponer de una técnica para definir las características muy ruidosas que aportan muy poca infoffilación o llevan información redundante, con el objetivo de eliminarlas y trabajar con un número total que reduzca el esfuerzo computacional. En este artículo se presentan los resultados preliminares de una metodología para eliminar sistemáticamente las variables muy correlacionadas mediante un algoritmo informático; ésta se basa en los resultados obtenidos del Análisis en Componentes Principales (ACP) [1] sobre un conjunto de datos estadísticos. La presentación se basa en tUl grupo de variables extraídas de las señales de eco ultrasónico captadas por un Sistema Ultrasónico de Reconocimiento de Formas (SURF) de objetos.application/pdfinfo:eu-repo/semantics/article