@InProceedings{BragaSantFrei:2019:DiEsAp,
               author = "Braga, Bruna Cristina and Sant'Anna, Sidnei Jo{\~a}o Siqueira and 
                         Freitas, Corina da Costa",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)}",
                title = "Dist{\^a}ncia estoc{\'a}stica aplicada {\`a} 
                         integra{\c{c}}{\~a}o de dados Landsat5/TM e Radarsat-2 para 
                         classifica{\c{c}}{\~a}o de imagens em classes mistas",
            booktitle = "Anais...",
                 year = "2019",
               editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco 
                         and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
                pages = "903--906",
         organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 19. (SBSR)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             keywords = "Classifica{\c{c}}{\~a}o multifonte, dist{\^a}ncias 
                         estoc{\'a}sticas, imagem {\'o}ptica, imagem SAR, cen{\'a}rio 
                         Fuzzy, Multisource classification, stochastic distances, optical 
                         image, SAR image, Fuzzy scenario.",
             abstract = "Neste trabalho {\'e} gerada e analisada uma 
                         classifica{\c{c}}{\~a}o multifonte baseada em um novo 
                         m{\'e}todo de integra{\c{c}}{\~a}o de dados classificados 
                         denominado Metodologia Multifonte. Este m{\'e}todo {\'e} 
                         aplicado a duas imagens provenientes de sensores distintos por 
                         meio da constru{\c{c}}{\~a}o do Cen{\'a}rio de 
                         classifica{\c{c}}{\~a}o Fuzzy. Este Cen{\'a}rio {\'e} 
                         constitu{\'{\i}}do por uma imagem classificada em classes mistas 
                         e uma imagem de confiabilidade. Com o objetivo de verificar a 
                         efetividade do m{\'e}todo, imagens Radarsat-2 e Landsat5/TM foram 
                         utilizadas. Os indicadores utilizados foram os valores de 
                         acur{\'a}cia por classe obtidos nas classifica{\c{c}}{\~o}es. 
                         Os resultados revelaram uma classifica{\c{c}}{\~a}o em classes 
                         mistas com alta confiabilidade e altos valores de acur{\'a}cia 
                         por classe, representando aumentos de 39% a 254% em 
                         rela{\c{c}}{\~a}o as acur{\'a}cias individuais. ABSTRACT: In 
                         this paper, a multisource classification based on a new classified 
                         data integration method called {"}Multisource Methodology{"} is 
                         generated and analyzed. This method is applied to two images 
                         derived from different sensors by means of a Fuzzy classification 
                         scenario construction. A mixed classes classified image and a 
                         reliability image compose this scenario. In order to verify the 
                         effectiveness of the multisource method, Radarsat-2 and Landsat5/ 
                         TM images were used. The accuracy values per class obtained by 
                         individual classifications and multisource classification were 
                         used as indicators. The results revealed a mixed classes 
                         classification with high reliability and high values of accuracy 
                         per class, representing increases of 39% to 254% in relation to 
                         individual occurrences.",
  conference-location = "Santos",
      conference-year = "14-17 abril 2019",
                 isbn = "978-85-17-00097-3",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGP6W34M/3TUPDES",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3TUPDES",
           targetfile = "97274.pdf",
                 type = "Classifica{\c{c}}{\~a}o e minera{\c{c}}{\~a}o de dados",
        urlaccessdate = "27 abr. 2024"
}