Fechar

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m16d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP7W/376H8M2
Repositóriosid.inpe.br/mtc-m19@80/2010/03.17.11.42
Última Atualização2019:04.24.15.32.36 (UTC) sergio
Repositório de Metadadossid.inpe.br/mtc-m19@80/2010/03.17.11.43
Última Atualização dos Metadados2019:04.24.15.32.37 (UTC) sergio
Chave SecundáriaINPE-16708-TDI/1648
Chave de CitaçãoLeonardi:2010:AbCoMi
TítuloAbordagens cognitivas e mineração de dados aplicadas a dados ópticos orbitais e de laser para a classificação de cobertura do solo urbano
Título AlternativoCognitive approaches and data mining applied to optical orbital and laser data for classifying urban land cover
CursoSER-SPG-INPE-MCT-BR
Ano2010
Data2010-03-30
Data de Acesso09 maio 2024
Tipo da TeseDissertação (Mestrado em Sensoriamento Remoto)
Tipo SecundárioTDI
Número de Páginas162
Número de Arquivos1
Tamanho8396 KiB
2. Contextualização
AutorLeonardi, Fernando
GrupoSER-SPG-INPE-MCT-BR
BancaRennó, Camilo Daleles (presidente)
Almeida, Claudia Maria de (orientador)
Fonseca, Leila Maria Garcia (orientador)
Novo, Evlyn Marcia Leão de Moraes
Feitosa, Raul Queiroz
Endereço de e-Mailfernando@geopx.com.br
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2010-03-17 11:53:20 :: leonardi -> yolanda ::
2010-03-19 17:11:22 :: yolanda -> administrator ::
2010-05-11 01:00:28 :: administrator -> supervisor ::
2010-05-17 13:53:33 :: supervisor -> yolanda ::
2010-05-21 19:48:23 :: yolanda -> leonardi ::
2010-05-23 23:32:57 :: leonardi -> yolanda ::
2010-06-18 13:27:21 :: yolanda -> ricardo ::
2010-07-01 14:54:33 :: ricardo -> viveca@sid.inpe.br ::
2010-07-05 19:14:42 :: viveca@sid.inpe.br -> administrator :: -> 2010
2018-11-29 09:43:27 :: administrator -> sergio :: 2010
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavesensoriamento remoto
análise orientada a objeto
mineração de dados
classificação de imagens
abordagens cognitivas
remote sensing
object-based analisys
data mining
images classification
cognitive approaches
ResumoO estudo do ambiente urbano tem despertado grande interesse na comunidade científica e profissional que se utiliza do sensoriamento remoto, porque representa um desafio à investigação de seus estudos e à complexidade de seus alvos. Embora, apresentem grande potencial para os estudos dos ambientes urbanos, as imagens de alta resolução oferecem dificuldades à extração automática de informações porque se caracterizam pela grande heterogeneidade espacial e espectral para um mesmo segmento, o que dificulta sobremaneira os processos de segmentação e classificação das mesmas. Dessa forma, novos conceitos e análises têm sido usados para o mapeamento do espaço urbano. A abordagem orientada a objeto e baseada em segmentação multiresolução tem se mostrado bastante eficiente na discriminação de alvos urbanos em imagens de alta resolução espacial. Uma das técnicas que pode auxiliar o processo de classificação é a mineração de dados, a qual pode ser utilizada para explorar grandes conjuntos de dados, identificar e caracterizar os padrões de interesse e assim auxiliar na descoberta da informação. Neste contexto, este trabalho propõe uma metodologia empregando conjuntamente abordagens cognitivas (rede semântica, lógica fuzzy, análise orientada a objeto) e mineração de dados (algoritmos genéticos e árvores de decisão) para a classificação de cobertura do solo urbano a partir de dados ópticos orbitais e de laser aerotransportado. Para avaliar a eficiência da metodologia e garantir a acurácia dos mapeamentos produzidos, as etapas desenvolvidas neste trabalho foram submetidas a um controle de qualidade. Os resultados foram apresentados e discutidos, indicando uma satisfatória acurácia nos mapeamentos realizados, corroborando a confiabilidade da metodologia para o mapeamento de cobertura do solo em áreas urbanas. ABSTRACT: The study of the urban environment has raised great interest among researchers and practitioners involved with the use of remote sensing, in face of the challenges for its investigation and the complexity of its targets. Although they have great potential for studies of urban environments, the high-resolution images present difficulties for automatic extraction of information because they are characterized by high spatial and spectral heterogeneity for the same segment, which greatly complicates the process of segmentation and classification of them. Thus, new concepts and analyses have been used for mapping the urban space. Object-based analysis and multiresolution segmentation have been quite efficient in the discrimination of urban targets in high spatial resolution images. One technique that can assist the classification process is data mining, which can be used to explore large data sets, identify and characterize patterns of interest, and hence, support the precise extraction of useful information. In this context, this paper proposes a methodology jointly employing cognitive approaches (semantic net, fuzzy logic, object-based analysis) and data mining (genetic algorithms and decision trees) for the classification of urban land cover from optical orbital and airborne laser data. To assess the efficacy of the methodology and ensure the accuracy of the produced maps, the steps undertaken in this study were subject to quality control. The results were presented and discussed, indicating a satisfactory accuracy in the generated mapping products, demonstrating the reliability of the methodology for mapping land cover in urban areas.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Abordagens cognitivas e...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
@4primeirasPaginas_Fernando Leonardi_16708.pdf 10/06/2010 15:09 146.2 KiB 
DISSERTACAO_FINAL_implementadas.doc 30/06/2010 13:44 25.9 MiB
DISSERTACAO_FINAL_implementadas.pdf 30/06/2010 13:07 12.4 MiB
Folha de Aprovação.pdf 30/06/2010 10:18 12.3 KiB 
publicacao.pdf 30/06/2010 13:48 8.2 MiB
Conteúdo da Pasta agreement
TERMO DE DEPOSITO ASSINADO FERNANDO LEONARDI MESTRADO.pdf 24/04/2019 12:32 554.3 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP7W/376H8M2
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP7W/376H8M2
Idiomapt
Grupo de Usuáriosadministrator
leonardi
ricardo
viveca@sid.inpe.br
yolanda.souza@mcti.gov.br
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Detentor da CópiaSID/SCD
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhosid.inpe.br/mtc-m19@80/2009/08.21.17.02.53
Unidades Imediatamente Superiores8JMKD3MGPCW/3F3NU5S
DivulgaçãoNTRSNASA; BNDEPOSITOLEGAL.
Acervo Hospedeirosid.inpe.br/mtc-m19@80/2009/08.21.17.02
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype creatorhistory descriptionlevel doi electronicmailaddress format isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject targetfile tertiarymark tertiarytype url versiontype
7. Controle da descrição
e-Mail (login)sergio
atualizar 


Fechar