The problem of Support Vector Machines (SVM) tuning parameters (i.e., model selection) has been paramount in the last years, mainly because of the high computational burden for SVM training step. In this paper, we address this problem by introducing a recently developed evolutionary-based algorithm called Social-Spider Optimization (SSO), as well as we introduce SSO for feature selection purposes. The model selection task has been handled in three distinct scenarios: (i) feature selection, (ii) tuning parameters and (iii) feature selection+tuning parameters. Such extensive set of experiments against with some state-of-the-art evolutionary optimization techniques (i.e., Particle Swarm Optimization and Novel Global-best Harmony Search) demonstrated SSO is a suitable approach for SVM model selection, since it obtained the top results in 8 out 10 datasets employed in this work (considering all three scenarios). Notice the best scenario seemed to be the combination of both feature selection and SVM tuning parameters. In addition, we validated the proposed approach in the context of theft detection in power distribution systems.

Among the diseases affecting the commercial citrus production, the citrus black spot (CBS) is considered to cause substantial losses. The analyses of particles in suspension in the orchards and collected into a disc have been applied as a preventive action trying to identify the presence of fungus spores before symptom appearance. In this paper, we show the results of several shape analysis methods applied to the fungus, the first step to the aimed computer aided vision system, capable to assist the identification process. Experiments and comparative results among the methods are presented in this paper, showing that better results were obtained applying the curvature method.

No abstract

No abstract

A Deus, pois foi Nele que encontrei forças nos momentos difíceis. Aos meus pais e irmãos, que mesmo à distância, me apoiaram e me encorajaram em todos os momentos. Eles são o meu porto seguro. A meus familiares, pela motivação que sempre recebi deles. Ao Prof. Dr. Odemir Martinez Bruno pela orientação, amizade e paciência. Aos meus amigos Rogério, Menotti, Luiz Henrique e Kémelli, os quais considero co-responsáveis por eu ter dado esse importante passo em minha vida e que sempre me incentivaram e me deram apoio, incondicionalmente. Destaco ainda, Rogério e Menotti pelo companheirismo, pelas histórias e pelas "lições de vida". Aos demais amigos, que também são muito importantes para mim: Cláudio, o pessoal do LCAD e do LABES e a galera do vôlei. Ao Dr. José Dalton Cruz Pessoa (CNPDIA/Embrapa) pela colaboração. Ao Fundecitrus e à UNESP de Jaboticabal (Dr. Mareei B. Spósito, MSc. Ricardo B. Baldassari, José Antonio Bellote e Davi Rinaldo) pelo fornecimento das imagens e pelo auxílio quanto às questões biológicas envolvidas no projeto. Aos professores e funcionários do ICMC -USP. A todos que, direta ou indiretamente, colaboraram comigo. À FAPESP pelo apoio financeiro. 3 "É melhor tentar e falhar, que preocupar-se e ver a vida passar; é melhor tentar, ainda que em vão, que sentar-se fazendo nada até o final. Eu prefiro na chuva caminhar, que em dias tristes em casa me esconder. Prefiro ser feliz, embora louco, que em conformidade viver..." (Martin Luther King) ResumoAs pragas e doenças apresentam-se como um desafio para a citricultura brasileira em razão do impacto económico que elas causam à produção. Neste trabalho é dado destaque à doença da mancha preta (MPC), causada pelo fungo Guignardia citricarpa. Essa doença provoca lesões no fruto, depreciando-o no mercado de frutas in natura, além de causar amadurecimento e queda precoce. Um dos principais agravantes da doença é a demora no aparecimento dos sintomas, sendo muito importante detectar a presença dos esporos do fungo no pomar, antes que os sintomas apareçam. Dessa maneira, há a possibilidade de se controlar a doença de forma eficaz, aplicando-se quantidades menores de fungicidas e, consequentemente, reduzindo os custos da produção e os efeitos deletérios ao meio-ambiente. Atualmente, a detecção desses esporos é realizada por meio da análise de amostras coletadas nos pomares. Essa análise é efetuada por especialistas que realizam a identificação e a contagem dos ascósporos manualmente. Com o objetivo de automatizar esse processo, um conjunto de técnicas para a análise das imagens e a caracterização dos ascósporos do fungo a partir da forma foi estudado e comparado. Dentre as técnicas, a curvatura e os descritores de Fourier apresentaram resultados bastante satisfatórios e foram utilizados na implementação do protótipo de um sistema de visão computacional -o CITRUSVIS, que analisa e identifica os ascósporos existentes nas imagens dos discos de coleta.Palavras chaves: Visão computacional, análise de formas, reconhecimento de padrões, Guignardia citricarpa e fitoss...