Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP6W34M/3PSLSUS
Repositóriosid.inpe.br/marte2/2017/10.27.13.10.36
Última Atualização2017:10.27.13.10.36 (UTC) banon
Repositório de Metadadossid.inpe.br/marte2/2017/10.27.13.10.37
Última Atualização dos Metadados2018:06.06.03.07.24 (UTC) administrator
ISBN978-85-17-00088-1
Rótulo59282
Chave de CitaçãoAlmeidaJohRicNicRic:2017:CoMaCu
TítuloComparação no mapeamento da cultura de milho safrinha utilizando Machine Learning em imagens Landsat-8
FormatoInternet
Ano2017
Data de Acesso27 abr. 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1035 KiB
2. Contextualização
Autor1 Almeida, Luiz
2 Johann, Jerry Adriani
3 Richetti, Jonathan
4 Nicolau, Rafaela Fernandes
5 Richetti, Amanda Bordin
Endereço de e-Mail do Autor1 almeidalz@hotmail.com
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Endereço de e-Maildaniela.seki@inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 18 (SBSR)
Localização do EventoSantos
Data28-31 maio 2017
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas3455-3459
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2017-10-27 13:10:37 :: banon -> administrator ::
2018-06-06 03:07:24 :: administrator -> banon :: 2017
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThe objective of this study was to compare the mapping of winter corn, using Machine Learning in Landsat-8 images in 2016 crop. For the images processing the software R 3.3.1 and ArcMap 10.0 were used. From a false-color RGB-564 composition of the Landsat-8 images 5 classes of soil use and cover (urban area, water bodies, forest, winter corn and exposed soil) were polygonised. These sampled areas served as training data for the models. The Random Forest and the Gamboost classification methods were applied. To perform the accuracy of each mask random points were generated for each classification and a being point-to-point verification was performed. For the Gamboost method the value of the adjustment parameter that allowed the best result was 150 iterations (Mstop). While Random Forest presented the best classification result when the number of predictors sampled in each node (Mtry) was equal to 2. The winter corn area identified in each model was about 75,290.58 ha for GB and 57,220.29 ha for RF, with Global Accuracy of 87.75% and 79.0%, respectively. In spite of the differences between the classifiers used, both methods are effective in mapping the studied culture. Moreover, both methods presented great agility to classify and to obtain area, aiding in the ergonomics of the processes.
ÁreaSRE
TipoClassificação e mineração de dados
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 18 > Comparação no mapeamento...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 18 > Comparação no mapeamento...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 18 > Comparação no mapeamento...
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/8JMKD3MGP6W34M/3PSLSUS
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3PSLSUS
Idiomapt
Arquivo Alvo59282.pdf
Grupo de Usuáriosbanon
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/3PMFNUS
Lista de Itens Citandosid.inpe.br/marte2/2017/09.25.14.55 3
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosaffiliation archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition group issn keywords lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)banon
atualizar 


Fechar