Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Repositórioltid.inpe.br/sbsr/2002/10.02.09.46
Última Atualização2003:10.14.11.57.17 (UTC) administrator
Repositório de Metadadosltid.inpe.br/sbsr/2002/10.02.09.46.07
Última Atualização dos Metadados2018:06.06.02.41.29 (UTC) administrator
ISBN85-17-00017-X
Chave de CitaçãoErbertHaer:2003:EsSoTé
TítuloEstudo sobre técnicas de regularização da matriz covariância no processo de classificação de dados em alta dimensionalidade
FormatoCD-ROM, Online.
Ano2003
Data de Acesso10 maio 2024
Tipo SecundárioCN
Número de Arquivos1
Tamanho245 KiB
2. Contextualização
Autor1 Erbert, Mauro
2 Haertel, Vitor
Afiliação1 Universidade Luterana do Brasil (ULBRA)
2 Universidade Federal do Rio Grande do Sul (UFRGS). Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia (CEPSRM).
EditorEpiphanio, José Carlos Neves
Fonseca, Leila Maria Garcia
Endereço de e-Mailmerbert@uol.com.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 11 (SBSR).
Localização do EventoBelo Horizonte
Data5-10 abr. 2003
Editora (Publisher)INPE
Cidade da EditoraSão José dos Campos
Páginas1061-1068
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais
Histórico (UTC)2009-06-03 15:14:26 :: administrator -> vinicius ::
2009-06-30 14:04:06 :: vinicius -> erich@sid.inpe.br ::
2009-07-07 17:49:01 :: erich@sid.inpe.br -> administrator ::
2010-05-12 04:27:25 :: administrator -> erich@sid.inpe.br ::
2010-05-14 02:52:37 :: erich@sid.inpe.br -> marciana ::
2011-02-16 13:52:36 :: marciana -> administrator :: 2003
2018-06-06 02:41:29 :: administrator -> :: 2003
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavesensoriamento remoto
alta dimensionalidade
análise discriminante regularizada
método supervisionado
reconhecimento de padrões
ResumoHigh dimensional image data that are now becoming available, offer new possibilities in image classification, specially when dealing with classes that present very similar spectral response. High dimensional image data poses, however, the problem of obtaining accurate estimates of the parameters required by statistical classifiers. This problem is caused by the small number of training samples usually available in real world conditions. Different approaches have been proposed in the literature aiming to mitigate this problem. One approach involves the techniques of regularization of the covariance matrix. This study investigates the applications of one regularization technique to high dimensional image data. Tests are performed using AVIRIS data, covering agricultural fields, and the results are presented and discussed.
ÁreaSRE
TipoImageamento Hiperespectral / Hyperspectral Imaging
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/ltid.inpe.br/sbsr/2002/10.02.09.46
URL dos dados zipadoshttp://urlib.net/zip/ltid.inpe.br/sbsr/2002/10.02.09.46
Idiomapt
Arquivo Alvo10_011.pdf
Grupo de Usuárioserich@sid.inpe.br
administrator
Visibilidadeshown
Permissão de Leituraallow from all
5. Fontes relacionadas
Repositório Espelhodpi.inpe.br/marte@80/2007/10.17.19.59
Divulgação<E>
Acervo Hospedeirodpi.inpe.br/banon/2003/12.10.19.30
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel documentstage doi edition electronicmailaddress group identifier issn label lineage mark nextedition nexthigherunit notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume


Fechar