1. Identificação | |
Tipo de Referência | Artigo em Evento (Conference Proceedings) |
Site | mtc-m12.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Repositório | sid.inpe.br/iris@1912/2005/07.21.01.11 |
Última Atualização | 2006:01.06.11.03.00 (UTC) administrator |
Repositório de Metadados | sid.inpe.br/iris@1912/2005/07.21.01.11.13 |
Última Atualização dos Metadados | 2018:06.05.00.40.28 (UTC) administrator |
Chave Secundária | INPE-10576-PRE/6039 |
Rótulo | 10633 |
Chave de Citação | GaloNovoGalo:2000:AmClVe |
Título | Ambigüidade entre classes de vegetação resultantes aplicação de uma rede neural artificial ![](http://mtc-m12.sid.inpe.br/col/dpi.inpe.br/banon/2000/01.23.20.24/doc/externalLink.gif) |
Formato | On-line |
Projeto | Comportamento Espectral de Alvos |
Ano | 2000 |
Data Secundária | 20021211 |
Data de Acesso | 29 jun. 2024 |
Tipo Secundário | PRE CN |
Número de Arquivos | 1 |
Tamanho | 232 KiB |
|
2. Contextualização | |
Autor | 1 Galo, Maria de Lourdes B. Trindade 2 Novo, Evlyn M. L. de Moraes 3 Galo, Mauricio |
Grupo | 1 DSR-INPE-MCT-BR 2 DSR-INPE-MCT-BR 3 |
Afiliação | 1 Instituto Nacional de Pesquisas Espaciais, Divisão de Sensoriamento Remoto (INPE, DSR) 2 3 |
Nome do Evento | Simpósio Latino Americano de Percepcion Remota, 9. |
Localização do Evento | Puerto Iguazú |
Data | 6-10 nov. |
Páginas | 1045-1054 |
Título do Livro | Memórias |
Histórico (UTC) | 2005-07-21 01:11:14 :: administrator -> jefferson :: 2006-05-23 16:37:17 :: jefferson -> administrator :: 2008-06-09 22:17:05 :: administrator -> jefferson :: 2010-07-07 19:06:24 :: jefferson -> administrator :: 2018-06-05 00:40:28 :: administrator -> marciana :: 2000 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Tipo do Conteúdo | External Contribution |
Palavras-Chave | VEGETAÇÃO área de preservação Parque Estadual Morro do Diabo (PEMD) Pontal do Paranapanema (SP) ambigüidade rede neural artificial ambiguity neural network |
Resumo | Alguns modelos de redes neurais artificiais permitem classificar dados multiespectrais e temáticos usando um conjunto de pesos ajustados durante a fase de treinamento, atribuindo cada pixel da cena à classe de maior valor de saída. Uma arquitetura de rede foi treinada para mapear os tipos de vegetação natural em uma área de proteção ambiental localizada no Pontal do Paranapanema, SP, cuja aplicação resultou em um conjunto de valores de ativação calculados para cada classe. Considerando que essas classes apresentam certa ambigüidade nas áreas de transição entre tipos de vegetação foi implementado um aplicativo computacional que identifica a classe com maior valor de ativação para um dado pixel de entrada e, se o resultado é ambíguo (valores de saída igualmente altos para as duas classes de maior resposta), o pixel em questão não é classificado. Para verificar quais classes de vegetação natural apresentam maior grau de confusão, foram adotados diferentes níveis de tolerância à ambigüidade. Como era esperado, a ocorrência de regiões de transição entre classes vizinhas, onde estão presentes elementos representativos de dois tipos florestais, fica bem caracterizada nas classificações resultantes. A estratégia usada permitiu identificar quais tipos de vegetação são similares em relação às características consideradas na classificação e pode auxiliar tanto na definição de novas classes representadas pelas áreas de transição, como indicar quais classes podem ser fundidas, visto que representam tipos florestais com características muito similares. ABSTRACT: An artificial neural network was applied to classify multispectral and thematic data set into classes of natural types in an environmental protection area. Considering that transitions between natural forestry types are gradual and the classes mapped usually have boundary vagueness, it was implemented and applied a computational tool to verify this ambiguity condition. The ambiguity is measured by a factor that considers the two most significant response of the output vector, produced by the neural network, for each pixel. Its application verified the classes output values to a specific pixel and, if the result is ambiguous (according some threshold) the pixel is not classified. The approach adopted allowed a neighborhood characterization of the classes boundary and shows with natural vegetation types are more similar. |
Área | SRE |
Arranjo | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Ambigüidade entre classes... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | não têm arquivos |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/sid.inpe.br/iris@1912/2005/07.21.01.11 |
URL dos dados zipados | http://urlib.net/zip/sid.inpe.br/iris@1912/2005/07.21.01.11 |
Idioma | pt |
Arquivo Alvo | 2000_selper.pdf |
Grupo de Usuários | administrator jefferson |
Visibilidade | shown |
Detentor da Cópia | SID/SCD |
Permissão de Atualização | transferida para jefferson |
|
5. Fontes relacionadas | |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3ER446E |
Divulgação | <E> |
Acervo Hospedeiro | sid.inpe.br/banon/2001/04.06.10.52 |
|
6. Notas | |
Campos Vazios | archivingpolicy archivist callnumber copyright creatorhistory descriptionlevel doi e-mailaddress edition editor electronicmailaddress identifier isbn issn lineage mark mirrorrepository nextedition notes numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress publisher publisheraddress readergroup readpermission resumeid rightsholder schedulinginformation secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url versiontype volume |
|
7. Controle da descrição | |
e-Mail (login) | marciana |
atualizar | |
|