Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Repositóriodpi.inpe.br/sbsr@80/2008/11.17.10.14
Última Atualização2009:03.30.21.38.38 (UTC) administrator
Repositório de Metadadosdpi.inpe.br/sbsr@80/2008/11.17.10.14.40
Última Atualização dos Metadados2022:07.07.03.53.16 (UTC) administrator
ISBN978-85-17-00044-7
Chave de CitaçãoLeiteSouz:2009:ClSuIm
TítuloClassificação Supervisionada de Imagens Texturais Utilizando Redes Neurais Artificiais
FormatoDVD, On-line.
Ano2009
Data de Acesso12 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1868 KiB
2. Contextualização
Autor1 Leite, Emilson Pereira
2 Souza Filho, Carlos Roberto de
Afiliação1 Instituto de Geociências - Universidade Estadual de Campinas
2 Instituto de Geociências - Universidade Estadual de Campinas
Endereço de e-Mail do Autor1 emilson@ige.unicamp.br
2 beto@ige.unicamp.br
EditorEpiphanio, José Carlos Neves
Galvão, Lênio Soares
Endereço de e-Mailemilson@ige.unicamp.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 14 (SBSR)
Localização do EventoNatal
Data25-30 abr. 2009
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas7821-7828
Título do LivroAnais
Tipo TerciárioArtigo
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2008-11-17 10:14:40 :: emilson@ige.unicamp.br -> sbsr ::
2008-12-15 19:35:17 :: sbsr -> administrator ::
2009-04-20 16:27:59 :: administrator -> emilson@ige.unicamp.br ::
2009-04-22 01:15:17 :: emilson@ige.unicamp.br -> administrator ::
2022-07-07 03:53:16 :: administrator -> :: 2009
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveSemivariogramas
Classificação Supervisionada
Redes Neurais de Alimentação Direta
Imagens Texturais
Imagens de RADAR
ResumoA methodology to perform supervised classification of textural images using Artificial Neural Networks for applications in the Geosciences is presented in this work. Feature vectors are built with textural information composed of semivariogram values, histogram measures of mean, standard deviation and weighted-rank fill ratio. Feed-forward back-propagation Artificial Neural Networks are designed and trained so as to minimize the mean squared error of the differences between feature and target vectors of training sets. At each training iteration, the mean squared error for validation and test sets are also evaluated. Global accuracy and kappa coefficient are calculated for training, validation and test sets, allowing a quantitative appraisal of the predictive power of the Neural Networks. The best model for classification of all pixels in a given textural image is obtained from a k-fold cross-validation. The methodology was tested using synthetic images and airborne, multi-polarized SAR imagery for geologic mapping, and the overall results are considered quite positive.
ÁreaSRE
TipoTécnicas de Classificação e Mineração de Dados
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
SBSR2009_TEXTNN_Leite&SouzaFilho.pdf 17/11/2008 08:14 1.7 MiB
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/dpi.inpe.br/sbsr@80/2008/11.17.10.14
URL dos dados zipadoshttp://urlib.net/zip/dpi.inpe.br/sbsr@80/2008/11.17.10.14
Idiomapt
Arquivo Alvo7821-7828.pdf
Grupo de Usuáriosemilson@ige.unicamp.br
administrator
Grupo de Leitoresadministrator
emilson@ige.unicamp.br
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhodpi.inpe.br/marte1@80/2009/05.26.17.02
Acervo Hospedeirodpi.inpe.br/netuno@1905/2006/07.17.20.18
dpi.inpe.br/banon/2003/12.10.19.30
6. Notas
Agência FinanciadoraFAPESP
Nota1
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition group identifier issn label lineage nextedition nexthigherunit notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor shorttitle tertiarymark url versiontype volume


Fechar