Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/3TUT4Q5
Repositóriosid.inpe.br/marte2/2019/09.05.13.26
Última Atualização2019:09.05.13.26.38 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2019/09.05.13.26.38
Última Atualização dos Metadados2019:12.13.01.17.15 (UTC) administrator
ISBN978-85-17-00097-3
Chave de CitaçãoRichettiSiBePaCoJo:2019:MaLeAl
TítuloMachine learning algorithms to land cover mapping with Landsat-8
FormatoInternet
Ano2019
Data de Acesso09 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho996 KiB
2. Contextualização
Autor1 Richetti, Jonathan
2 Silva, Laíza Cavalcante de Albuquerque
3 Becker, Willyan Ronaldo
4 Paludo, Alex
5 Comineti, Humberto João
6 Johann, Jerry Adriani
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 Universidade Estadual do Oeste do Paraná (UNIOESTE)
Endereço de e-Mail do Autor1 j_richetti@hotmail.com
2 laiza.cavalcante@hotmail.com
3 willyan.becker@outlook.com
4 paludo.alex@hotmail.com
5 humbertocomineti@gmail.com
6 jerry.johann@hotmail.com
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
Páginas2061-2064
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2019-11-06 11:52:20 :: simone -> administrator :: 2019
2019-12-13 01:17:15 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavedata mining
classification
remote sensing
satellite image
ResumoData mining algorithms applied to satellite image can be used to land cover mapping. This brings agility to the process of mapping areas and the accuracy can be assessed. However, with many machine learning algorithms it is hard to assess the best one for a giving task. Therefore, this work aims to test different machine learning algorithms to classify land cover using high-resolution imagery. Four algorithms were tested: Bagged CART, Random Forest (RF), Neural Network, and Model Averaged Neural Network in the Landsat-8 tile path/row 223/078 from December 13, 2017. A sample of 42,676 pixels in eight different categories (city, exposed soil, soybean, corn, turnip, pasture, forest, and water) was used. From all pixels, 25,607 pixels (60%) were used as training set and 17,069 pixels (40%) were used as testing set. The results shown that RF algorithm performed better with overall accuracy of 97% and kappa of 0.946.
ÁreaSRE
TipoClassificação e mineração de dados
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 19 > Machine learning algorithms...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 19 > Machine learning algorithms...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 19 > Machine learning algorithms...
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/3TUT4Q5
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3TUT4Q5
Idiomapt
Arquivo Alvo97284.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 Superiores8JMKD3MGP6W34M/3UCAT7H
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 group 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