1. Identificação | |
Tipo de Referência | Artigo em Revista Científica (Journal Article) |
Site | mtc-m16b.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 6qtX3pFwXQZGivnK2Y/UGr4M |
Repositório | sid.inpe.br/mtc-m17@80/2008/07.08.13.25 |
Última Atualização | 2015:06.10.17.42.09 (UTC) marciana |
Repositório de Metadados | sid.inpe.br/mtc-m17@80/2008/07.08.13.25.40 |
Última Atualização dos Metadados | 2021:03.03.22.49.24 (UTC) administrator |
Chave Secundária | INPE--PRE/ |
ISSN | 0560-4613 1808-0936 |
Chave de Citação | TodtRubSilForShi:2006:ClAdRe |
Título | Classificador adaptativo para o reconhecimento de alvos em imagens CCD/CBERS |
Ano | 2006 |
Mês | dez. |
Data de Acesso | 12 maio 2024 |
Tipo de Trabalho | journal article |
Tipo Secundário | PRE PN |
Número de Arquivos | 1 |
Tamanho | 249 KiB |
|
2. Contextualização | |
Autor | 1 Todt, Viviane 2 Rubert, Cléber 3 Silva, José Demísio Simões da 4 Formaggio, Antonio Roberto 5 Shimabukuro, Yosio Edemir |
Grupo | 1 DSR-INPE-MCT-BR 2 DSR-INPE-MCT-BR 3 LAC-INPE-MCT-BR 4 DSR-INPE-MCT-BR 5 DSR-INPE-MCT-BR |
Afiliação | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) 4 Instituto Nacional de Pesquisas Espaciais (INPE) 5 Instituto Nacional de Pesquisas Espaciais (INPE) |
Endereço de e-Mail do Autor | 1 viviane@ltid.inpe.br 2 cleber@dpi.inpe.br 3 demisio@lac.inpe.br 4 formag@ltid.inpe.br 5 yosio@ltid.inpe.br |
Endereço de e-Mail | valerian@dsr.inpe.br |
Revista | Revista Brasileira de Cartografia |
Volume | 58 |
Número | 3 |
Páginas | 293-303 |
Histórico (UTC) | 2008-07-08 13:28:14 :: marciana -> administrator :: 2014-07-13 21:28:26 :: administrator -> marciana :: 2006 2015-06-10 17:42:11 :: marciana -> administrator :: 2006 2021-03-03 22:49:24 :: administrator -> marciana :: 2006 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Tipo do Conteúdo | External Contribution |
Tipo de Versão | publisher |
Palavras-Chave | Redes Neurais Artificiais sensor CCD satélite CBERS Araucaria angustifolia Artificial Neural Nets CCD sensor CBERS satellite Araucaria angustifolia |
Resumo | Este trabalho apresenta um classificador neural integrado que visa aumentar a acurácia no reconhecimento de diferentes feições em imagens do sensor CCD/CBERS. Entre essas feições encontram-se capões nativos e áreas de reflorestamento de Araucaria angustifolia localizados dentro e aos arredores da Floresta Nacional de São Francisco de Paula. Essa FLONA é considerada a unidade de conservação mais antiga do estado do Rio Grande do Sul, Brasil. O classificador neural proposto é dito integrado pelo fato de ser constituído por três modelos de redes neurais agrupados através de duas abordagens distintas de integração: abordagem 2/3 e abordagem pelo critério da credibilidade. Os classificadores neurais utilizados foram: Perceptron de Múltiplas Camadas com Retropropagação de Erros, Quantização Vetorial por Aprendizagem e Rede de Função de Base Radial. Os experimentos desenvolvidos mostram que o modelo neural integrado, pelo critério de credibilidade, contribui para aumentar a acurácia na identificação de feições, mostrando-se promissor para outras aplicações, tais como o monitoramento em tempo real de alvos da superfície terrestre. ABSTRACT: This work presents an integrated neural classifier aiming to increase the accuracy in the recognition of different features inside CCD/CBERS images. Among these features there are native capons and areas of reforestation of Araucaria angustifolia located in the interior and in the proximities of the Sao Francisco de Paula National Forest. This forest is considered the older conservation unit from Rio Grande do Sul state, Brazil. The considered neural classifiers are said integrated because they are constituted of three models of neural nets grouped in two distinct approaches of integration: a) the two-third approach, and b) the credibility criterion approach. The used neural classifiers were: Multi-layer Perceptron, Learning Vector Quantization, and Radial Basis Function. The developed experiments showed that the integrated neural model using the credibility criterion approach contributes for increasing the accuracy in the identification of features, revealing promising for other applications, such as the monitoring in real time of the terrestrial surface. |
Área | SRE |
Arranjo 1 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Classificador adaptativo para... |
Arranjo 2 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > Classificador adaptativo para... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | não têm arquivos |
|
4. Condições de acesso e uso | |
URL dos dados | http://mtc-m16b.sid.inpe.br/ibi/6qtX3pFwXQZGivnK2Y/UGr4M |
URL dos dados zipados | http://mtc-m16b.sid.inpe.br/zip/6qtX3pFwXQZGivnK2Y/UGr4M |
Idioma | pt |
Arquivo Alvo | todt_classificador.pdf |
Grupo de Usuários | marciana myrian marciana administrator |
Grupo de Leitores | administrator marciana |
Visibilidade | shown |
Política de Arquivamento | allowpublisher allowfinaldraft |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3ER446E 8JMKD3MGPCW/3ESGTTP |
Divulgação | PORTALCAPES |
Acervo Hospedeiro | lcp.inpe.br/ignes/2004/02.12.18.39 cptec.inpe.br/walmeida/2003/04.25.17.12 |
|
6. Notas | |
Campos Vazios | alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel doi format isbn label lineage mark mirrorrepository nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url |
|
7. Controle da descrição | |
e-Mail (login) | marciana |
atualizar | |
|