Sistema Clasificador por Knn de Vida Útil para Mermeladas de Fruta

Abstract

Resumen En el presente proyecto, se propone un clasificador para la vida útil de mermeladas (los días que aún le quedan al alimento antes de perder propiedades organolépticas), empleando el algoritmo de aprendizaje supervisado K-Vecinos Más Cercanos o KNN (K-Nearest Neighbors). El vector de características para la clasificación, se obtuvo del color (en espacio CIEL*a*b*) de la muestra, puesto que los cambios en color determinan cuantos días han pasado entre la fecha de fabricación y la fecha de la medición. Por lo que se aplicó visión por computadora para obtener esta información. Se recolectaron muestras (imágenes) de mermeladas artesanales se generó la base de conocimiento (90 muestras de 10 días de fabricación distinto, lo que en el algoritmo serían las clases). Con la finalidad de tener un patrón de comparación se midió el color de todas las muestras, empleando un colorímetro comercial. Posteriormente, se entrenó el algoritmo KNN, con la base de conocimiento generada (90% de la base de conocimiento para entrenamiento, 10% para prueba), encontrándose un nivel de fiabilidad de 96% de clasificación.