Fechar

Metadados

1. Identificação Tipo de Referência Artigo em Revista Científica (Journal Article) Site mtc-m16d.sid.inpe.br Código do Detentor isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S Identificador 8JMKD3MGP7W/3D76L72 Repositório sid.inpe.br/mtc-m19/2012/12.11.16.21 Última Atualização 2013:01.17.15.18.41 (UTC) administrator Repositório de Metadados sid.inpe.br/mtc-m19/2012/12.11.16.21.16 Última Atualização dos Metadados 2021:02.12.13.48.16 (UTC) administrator Chave Secundária INPE--PRE/ DOI 10.1590/S1982-21702012000200008 ISSN 1413-4853 Chave de Citação FranciscoAlme:2012:EvPeSt Título Evaluating the performance of statistical and textural attributes for an object-based land cover classification / Avaliação de desempenho de atributos estatísticos e texturais em uma classificação de cobertura da terra baseada em objeto Ano 2012 Mês Apr.-Jun. Data de Acesso 13 maio 2024 Tipo Secundário PRE PN Número de Arquivos 1 Tamanho 3792 KiB 2. Contextualização Autor 1 Francisco, Cristiane Nunes 2 Almeida, Claudia Maria Grupo 1 2 DSR-OBT-INPE-MCTI-GOV-BR Afiliação 1 Univ Fed Fluminense, Inst Geociencias, Dept Anal Geoambiental, Campus Praia Vermelha, BR-24210310 Niteroi, RJ, Brazil. 2 Instituto Nacional de Pesquisas Espaciais (INPE) Revista Boletim de Ciências Geodésicas Volume 18 Número 2 Páginas 302 326 Nota Secundária B4_ENGENHARIAS_I B2_GEOCIÊNCIAS B2_GEOGRAFIA B2_INTERDISCIPLINAR Histórico (UTC) 2013-01-30 13:04:47 :: marciana -> administrator :: 2012 2021-02-12 13:48:16 :: administrator -> marciana :: 2012 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 Semantic Networks Images Classification Data Mining ALOS SAR IMAGES Resumo This paper aim at evaluating the performance of two semantic networks generated by data mining for classifying land cover using GEographic Object-Based Image Analysis (GEOBIA). The first one used statistical and texture attributes, and the second network employed only statistical attributes. The attributes were extracted from ALOS/AVNIR images pan-sharpened with ALOS/PRISM. Relief information provided by the TOPODATA geomorphometric database was also used as input data. The studied area is Nova Friburgo County, with an extension of 933 km(2), located in the mountainous region of Rio de Janeiro State. The Kappa index obtained by the classification based on statistical and texture attributes was 0.81, while the result for the classification derived only from statistical attributes achieved 0.84. These values corroborate the excellent accuracy of both results. The statistical hypothesis test between the two indices at 95% confidence interval demonstrated that there is no difference between the two classification accuracies. RESUMO Este artigo tem como objetivo avaliar o desempenho de duas redes semânticas geradas por mineração de dados para a classificação de cobertura da terra por meio de análise de imagens baseada em objetos geográficos (GEographic Object-Based Image Analysis GEOBIA). Para isto, uma rede utilizou-se de descritores estatísticos e texturais, e a outra, apenas de descritores estatísticos. A base de dados foi constituída de imagens ALOS/AVNIR fusionadas com imagens ALOS/PRISM e dados de relevo provenientes do banco de dados TOPODATA. A área de estudo corresponde ao município de Nova Friburgo, com 933 km², localizado na região serrana do estado do Rio de Janeiro. O índice Kappa alcançado pela classificação baseada em árvore de decisão composta por descritores estatísticos e texturais foi de 0,81, enquanto que este valor para a classificação derivada apenas de descritores estatísticos foi de 0,84. Considerando os índices alcançados, conclui-se que ambos os resultados apresentam excelente qualidade quanto à acurácia da classificação. O teste de hipótese entre os dois índices mostra, com nível de significância de 5%, que não há diferenças entre as duas classificações quanto à acurácia. Palavras-Chave: Redes Semânticas; Classificação de Imagens; Mineração de Dados; ALOS. ABSTRACT This paper aim at evaluating the performance of two semantic networks generated by data mining for classifying land cover using GEographic Object-Based Image Analysis (GEOBIA). The first one used statistical and texture attributes, and the second network employed only statistical attributes. The attributes were extracted from ALOS/AVNIR images pan-sharpened with ALOS/PRISM. Relief information provided by the TOPODATA geomorphometric database was also used as input data. The studied area is Nova Friburgo County, with an extension of 933 km², located in the mountainous region of Rio de Janeiro State. The Kappa index obtained by the classification based on statistical and texture attributes was 0.81, while the result for the classification derived only from statistical attributes achieved 0.84. These values corroborate the excellent accuracy of both results. The statistical hypothesis test between the two indices at 95% confidence interval demonstrated that there is no difference between the two classification accuracies. Área SRE Arranjo urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Evaluating the performance... Conteúdo da Pasta doc acessar Conteúdo da Pasta source não têm arquivos Conteúdo da Pasta agreement agreement.html 11/12/2012 14:21 1.0 KiB  4. Condições de acesso e uso URL dos dados http://urlib.net/ibi/8JMKD3MGP7W/3D76L72 URL dos dados zipados http://urlib.net/zip/8JMKD3MGP7W/3D76L72 Idioma en Arquivo Alvo 08-1.pdf Grupo de Usuários administrator marciana Grupo de Leitores administrator marciana Visibilidade shown Política de Arquivamento allowpublisher allowfinaldraft Permissão de Leitura allow from all Permissão de Atualização não transferida 5. Fontes relacionadas Repositório Espelho sid.inpe.br/mtc-m19@80/2009/08.21.17.02.53 Unidades Imediatamente Superiores 8JMKD3MGPCW/3ER446E Divulgação WEBSCI; PORTALCAPES; SCIELO. Acervo Hospedeiro sid.inpe.br/mtc-m19@80/2009/08.21.17.02 6. Notas Campos Vazios alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress electronicmailaddress format isbn label lineage mark nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate session shorttitle sponsor subject tertiarymark tertiarytype typeofwork url 7. Controle da descrição e-Mail (login) marciana atualizar

Fechar