RECONOCIMIENTO DE PATRONES DE CURVAS DE LACTANCIA MEDIANTE RED NEURONAL Y ANALISIS DISCRIMINANTE, AL PRIMER TERCIO DE LACTANCIA A CONTROLES DE VACAS LECHERAS DE LA IX REGION
Contenido principal del artículo
Resumen
En este trabajo se demostró la eficiencia de los modelos Neuronales Artificiales y Análisis Discriminante Lineal, en procesos de reconocimiento y clasificación de patrones o formas de curvas de lactancia. El modelo neuronal óptimo, utilizando el Perceptron Multinivel con una capa oculta, se obtuvo cuando su utilizaron cinco nodos (Neurona Artificial) en la capa intermedia. También, aunque, se observó una mayor rendimiento de los modelos neuronales en comparación con el análisis discriminante lineal, este fue leve no observándose una diferencia significativa en la prueba estadística de diferencia de proporciones (P-Value = 0.7224), esto se refleja en el porcentaje de aciertos en la clasificación para ambas metodologias; 97.87% para el modelo neuronal contra un 95,7% para los modelos discriminantes lineales, esto tanto en la muestra de aprendizaje (Training), como en la de validación.