1. Identificação | |
Tipo de Referência | Artigo em Evento (Conference Proceedings) |
Site | plutao.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | J8LNKAN8RW/394NJC8 |
Repositório | dpi.inpe.br/plutao/2011/02.01.13.22 |
Última Atualização | 2011:02.01.13.32.54 (UTC) marciana |
Repositório de Metadados | dpi.inpe.br/plutao/2011/02.01.13.22.56 |
Última Atualização dos Metadados | 2018:06.05.00.12.35 (UTC) administrator |
Chave Secundária | INPE--PRE/ |
ISBN | 21788634 |
Rótulo | lattes: 1646956319628219 3 BispoValeSant:2010:GeLoDe |
Chave de Citação | CastroFoSant:2010:ClImPo |
Título | Classificação de imagens polinsar utilizando técnicas de mineração de dados/polinsar image classification using data mining technics |
Formato | DVD |
Ano | 2010 |
Data de Acesso | 12 maio 2024 |
Tipo Secundário | PRE CN |
Número de Arquivos | 1 |
Tamanho | 452 KiB |
|
2. Contextualização | |
Autor | 1 Castro Filho, Carlos Alberto Pires de 2 Santos, João Roberto dos |
Grupo | 1 2 DSR-OBT-INPE-MCT-BR |
Afiliação | 1 Diretoria de Serviço Geográfico - DSG, Quartel General do Exército, Bloco “F”, 2º Piso, Setor Militar Urbano, 70630-901 – Brasília, DF 2 Instituto Nacional de Pesquisas Espaciais (INPE) |
Endereço de e-Mail do Autor | 1 2 jroberto@ltid.inpe.br |
Endereço de e-Mail | jroberto@ltid.inpe.br |
Nome do Evento | Seminário de atualização em Sensoriamento Remoto e Sistemas de Informações Geográficas aplicados à Engenharia Florestal, 9. |
Localização do Evento | Curitiba |
Data | 2010 |
Editora (Publisher) | FUPEF-UNICENTRO |
Título do Livro | Anais |
Tipo Terciário | Artigo |
Histórico (UTC) | 2011-02-14 12:38:01 :: marciana -> administrator :: 2010 2018-06-05 00:12:35 :: administrator -> marciana :: 2010 |
|
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 | Mineração de Dados classificação sensoriamento remoto radar. Data Mining classification remote sensing radar |
Resumo | A Descoberta de Conhecimento em Bancos de Dados (Knowledge Discovery in Databases), ou KDD, objetivam gerar técnicas para análise de dados através de algoritmos de mineração. No Subprojeto Cartografia Terrestre, da Diretoria de Serviço Geográfico DSG está previsto o imageamento de uma área de aproximadamente 770.000 km2 da região amazônica utilizando tecnologia de Radares de Abertura Sintética Interferométricos e Polarimétricos. O objetivo deste trabalho é de analisar o potencial de dados de SAR para classificação de uso do solo. Nesta análise foram utilizadas técnicas de mineração de dados identificando quais tipos de atributos são os mais adequados para discretizar as classes a serem definidas. Além destas técnicas foram também selecionados atributos que melhor classificaram separadamente a imagem através de uma árvore de decisões. Os resultados obtidos indicaram que a classificação com os melhores atributos obtidos separadamente nas etapas de treinamento obtiveram melhor avaliação. Conclui-se que apesar dos resultados terem sido melhores com o método proposto, a avaliação da classificação com os atributos selecionados automaticamente se aproximou bastante. ABSTRACT Knowledge Discovery in Databases KDD is intended to generate new techniques to analyze data through data mining algorithms. In the brazilian Terrestrial Cartography Subproject, also known as Amazon Radiography, of the Geographic Service of Brazilian Army (DSG), is expected the imagery of an area of approximately 770,000 km2 of the amazon region, using the Polarimetric Interferometric and Synthetic Aperture and Radar technology. The aim of this study is to examine the potential of SAR data for land use classification. Data mining techniques were used to identify the features that best discretized the classes. In addition to these techniques, features that best separately classified the image using decision tree were also selected. The results indicates that the best classification evaluation was obtained with the features with best results separately. We conclude that although the results were better with the proposed method, the evaluation of the classification with the automatically selected attributes were very close. |
Área | SRE |
Arranjo | urlib.net > BDMCI > Fonds > DIDSR > Classificação de imagens... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/J8LNKAN8RW/394NJC8 |
URL dos dados zipados | http://urlib.net/zip/J8LNKAN8RW/394NJC8 |
Idioma | pt |
Arquivo Alvo | castro classificacao.pdf |
Grupo de Usuários | lattes marciana |
Visibilidade | shown |
Permissão de Leitura | allow from all |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3ER446E |
Acervo Hospedeiro | dpi.inpe.br/plutao@80/2008/08.19.15.01 |
|
6. Notas | |
Campos Vazios | archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi edition editor issn lineage mark mirrorrepository nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisheraddress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url versiontype volume |
|
7. Controle da descrição | |
e-Mail (login) | marciana |
atualizar | |
|