Please use this identifier to cite or link to this item: http://hdl.handle.net/10553/75972
Title: Implementación del algoritmo PCA sobre FPGA mediante síntesis de alto nivel para la reducción dimensional de imágenes hiperespectrales de tumores cerebrales
Authors: Cárdenes Baena, Kilian Josué
Director: Marrero Callicó, Gustavo Iván 
Barrios Alfaro, Yubal 
Báez Quevedo, Abelardo 
UNESCO Clasification: 3325 Tecnología de las telecomunicaciones
Issue Date: 2018
Abstract: En este trabajo, se lleva a cabo el diseño y la implementación del algoritmo PCA, para la reducción dimensional de imágenes hiperespectrales sobre la plataforma Zynq, siendo el objetivo principal el análisis de su comportamiento, al tratarse de un algoritmo de uso intensivo de datos. Inicialmente, se hace un estudio de la utilización de imágenes hiperespectrales en diferentes campos de aplicación, que van desde la medicina hasta la agricultura, y se continúa con un estudio del algoritmo PCA, donde se analizan cada una de las etapas que lo componen, así como ejemplos de implementación sobre diferentes plataformas. A continuación, se analizan las herramientas utilizadas en el desarrollo de este TFG, tanto hardware como software. Una vez descritas, se desarrolla el flujo de diseño seguido para generar tanto el bloque IP diseñado en alto nivel como la arquitectura donde será integrado, dando lugar al sistema final. Para concluir, se analizan los resultados obtenidos en relación con el consumo de recursos disponibles, las latencias de ejecución y la validación funcional del diseño, estimando así la viabilidad de la implementación del algoritmo PCA en una plataforma orientada a la paralelización de las tareas como es una FPGA.
Faculty: Escuela de Ingeniería de Telecomunicación y Electrónica
URI: http://hdl.handle.net/10553/75972
Appears in Collections:Trabajo final de grado
Restringido ULPGC
Thumbnail
Adobe PDF (4,94 MB)
This file is reserved to the following groups: autenticados
Show full item record

Page view(s)

25
checked on Feb 21, 2021

Download(s)

3
checked on Feb 21, 2021

Google ScholarTM

Check


Share



Export metadata



Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.