Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/3TTTQG2
Repositóriosid.inpe.br/marte2/2019/08.30.13.48
Última Atualização2019:08.30.13.48.50 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2019/08.30.13.48.50
Última Atualização dos Metadados2020:01.06.12.30.34 (UTC) administrator
ISBN978-85-17-00097-3
Chave de CitaçãoCaonBGCMPOAM:2019:CoClRF
TítuloComparativo entre os classificadores RF e MAXVER para classificação de uso e cobertura da terra, em diferentes densidades temporais
FormatoInternet
Ano2019
Data de Acesso11 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho439 KiB
2. Contextualização
Autor1 Caon, Ivã Luis
2 Becker, Willyan Ronaldo
3 Ganascini, Diandra
4 Cattani, Carlos Eduardo Vizzotto
5 Mendes, Isaque de Souza
6 Prudente, Victor Hugo Rohden
7 Oldoni, Lucas Volochen
8 Antunes, João Francisco Gonçalves
9 Mercante, Erivelto
Grupo1
2
3
4
5
6 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
7 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
Afiliação1 Universidade Estadual do Oeste do Paraná (UNIOESTE)
2 Universidade Estadual do Oeste do Paraná (UNIOESTE)
3 Universidade Estadual do Oeste do Paraná (UNIOESTE)
4 Universidade Estadual do Oeste do Paraná (UNIOESTE)
5 Universidade Estadual do Oeste do Paraná (UNIOESTE)
6 Instituto Nacional de Pesquisas Espaciais (INPE)
7 Instituto Nacional de Pesquisas Espaciais (INPE)
8 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
9 Universidade Estadual do Oeste do Paraná (UNIOESTE)
Endereço de e-Mail do Autor1 iva.caon@unioeste.br
2 willyan.becker@unioeste.br
3 diandra.ganascini@unioeste.br
4 carlos.cattani@unioeste.br
5 isaque.mendes@unioeste.br
6 victor.prudente@inpe.br
7 lucas.oldoni@inpe.br
8 joao.antunes@embrapa.br
9 erivelto.mercante@unioeste.br
EditorGherardi, Douglas Francisco Marcolino
Sanches, Ieda DelArco
Aragão, Luiz Eduardo Oliveira e Cruz de
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 19 (SBSR)
Localização do EventoSantos
Data14-17 abril 2019
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas1994-1997
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2019-11-04 11:03:25 :: simone -> administrator :: 2019
2020-01-06 12:30:34 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveFusão de imagens
STARFM
classificação de imagens
uso e cobertura da terra
Image fusion
STARFM
image classification
land use and land cover
ResumoO uso combinado de sensores com melhor resolução temporal com sensores de melhor resolução espacial, têm permitido o mapeamento detalhado da superfície terrestre. Desse modo destacam-se os algoritmos de predição, que são capazes de unir a melhor resolução espacial de um sensor a melhor resolução temporal de outro. Além das resoluções das imagens, o uso de algoritmos de classificação eficientes é decisivo para se obter elevada acurácia nos mapeamentos. Assim, o objetivo desse trabalho foi comparar os classificadores Random Forest e Máxima Verossimilhança, com diferentes modos de entrada de dados, a fim de definir qual o melhor classificador. Os resultados apontaram que o algoritmo Random Forest apresentou as maiores métricas de acurácia. ABSTRACT: The combined use of sensors with better temporal resolution with sensors of better spatial resolution, has allowed the detailed mapping of the terrestrial surface. In this way the prediction algorithms, which are able to unite better spatial resolution of one sensor and better temporal resolution of another one, stand out. In addition, using images, the use of identification algorithms is more important to obtain accuracy in mappings. Thus, it was compared with the Random Forest and Maximum Likelihood methods, with different modes of data entry, a process of adjusting to a better classifier. The results were similar to the Random Forest algorithm presented as the highest accuracy metrics.
ÁreaSRE
TipoAnálise de séries temporais de imagens de satélite
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Comparativo entre os...
Arranjo 2urlib.net > BDMCI > Fonds > SBSR > SBSR 19 > Comparativo entre os...
Arranjo 3urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 19 > Comparativo entre os...
Arranjo 4Projeto Memória 60... > Livros e livros editados > SBSR 19 > Comparativo entre os...
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/3TTTQG2
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3TTTQG2
Idiomapt
Arquivo Alvo97174.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
8JMKD3MGP6W34M/3UCAT7H
Lista de Itens Citandosid.inpe.br/marte2/2019/11.08.12.52 2
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi e-mailaddress edition holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar