| 1. Identificação | |
| Tipo de Referência | Artigo em Revista Científica (Journal Article) |
| Site | mtc-m21b.sid.inpe.br |
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
| Identificador | 8JMKD3MGP5W34M/3GD3GFN |
| Repositório | sid.inpe.br/mtc-m21b/2014/05.30.02.21.38 (acesso restrito) |
| Última Atualização | 2014:09.09.19.09.26 (UTC) administrator |
| Repositório de Metadados | sid.inpe.br/mtc-m21b/2014/05.30.02.21.39 |
| Última Atualização dos Metadados | 2018:06.04.03.04.13 (UTC) administrator |
| DOI | 10.1016/j.neucom.2013.03.057 |
| ISSN | 0925-2312 1872-8286 |
| Rótulo | scopus 2014-05 MorenoCorLenGraGal:2014:ExLeMa |
| Chave de Citação | MorenoCorLenGraGal:2014:ExLeMa |
| Título | Extreme learning machines for soybean classification in remote sensing hyperspectral images  |
| Ano | 2014 |
| Data de Acesso | 04 maio 2024 |
| Tipo de Trabalho | journal article |
| Tipo Secundário | PRE PI |
| Número de Arquivos | 1 |
| Tamanho | 4677 KiB |
| 2. Contextualização | |
| Autor | 1 Moreno, Ramón 2 Corona, Francesco 3 Lendasse, Amaury 4 Graña, Manuel 5 Galvão, Lênio Soares |
| Identificador de Curriculo | 1 2 3 4 5 8JMKD3MGP5W/3C9JHLF |
| Grupo | 1 2 3 4 5 DSR-OBT-INPE-MCTI-GOV-BR |
| Afiliação | 1 Universidad del País Vasco 2 Aalto University 3 Aalto University 4 Universidad del País Vasco 5 Instituto Nacional de Pesquisas Espaciais (INPE) |
| Endereço de e-Mail do Autor | 1 2 3 4 5 lenio@ltid.inpe.br |
| Endereço de e-Mail | marcelo.pazos@inpe.br |
| Revista | Neurocomputing |
| Volume | 128 |
| Páginas | 207-216 |
| Histórico (UTC) | 2018-06-04 03:04:13 :: administrator -> marcelo.pazos@inpe.br :: 2014 |
| 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 | Agricultural remote sensing Classification performance Classification process Extreme learning machine Feed-forward network Functional data analysis Hyper-spectral images State-of-the-art algorithms Algorithms Crops Knowledge acquisition Maps Network layers Pixels Remote sensing Spectroscopy Classification (of information) accuracy agricultural land algorithm article Brazil classification crop extreme learning machine image analysis linear system machine learning mathematical computing mathematical model nonlinear system priority journal remote sensing signal noise ratio soybean |
| Resumo | This paper focuses on the application of Extreme Learning Machines (ELM) to the classification of remote sensing hyperspectral data. The specific aim of the work is to obtain accurate thematic maps of soybean crops, which have proven to be difficult to identify by automated procedures. The classification process carried out is as follows: First, spectral data is transformed into a hyper-spherical representation. Second, a robust image gradient is computed over the hyper-spherical representation allowing an image segmentation that identifies major crop plots. Third, feature selection is achieved by a greedy wrapper approach. Finally, a classifier is trained and tested on the selected image pixel features. The classifiers used for feature selection and final classification are Single Layer Feedforward Networks (SLFN) trained with either the ELM or the incremental OP-ELM. Original image pixel features are computed following a Functional Data Analysis (FDA) characterization of the spectral data. Conventional ELM training of the SLFN improves over the classification performance of state of the art algorithms reported in the literature dealing with the data treated in this paper. Moreover, SLFN-ELM uses less features than the referred algorithms. OP-ELM is able to find competitive results using the FDA features from a single spectral band. |
| Área | SRE |
| Arranjo | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Extreme learning machines... |
| 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 | |
| Idioma | en |
| Arquivo Alvo | 1-s2.0-S0925231213010102-main.pdf |
| Grupo de Usuários | administrator marcelo.pazos@inpe.br |
| Grupo de Leitores | administrator marcelo.pazos@inpe.br |
| Visibilidade | shown |
| Permissão de Leitura | deny from all and allow from 150.163 |
| Permissão de Atualização | não transferida |
| 5. Fontes relacionadas | |
| Repositório Espelho | iconet.com.br/banon/2006/11.26.21.31 |
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3ER446E |
| Lista de Itens Citando | sid.inpe.br/mtc-m21/2012/07.13.14.53.28 1 |
| Divulgação | WEBSCI; PORTALCAPES; MGA; COMPENDEX; SCOPUS. |
| Acervo Hospedeiro | sid.inpe.br/mtc-m21b/2013/09.26.14.25.20 |
| 6. Notas | |
| Campos Vazios | alternatejournal archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel format isbn lineage mark month nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress project rightsholder schedulinginformation secondarydate secondarykey secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url |
| 7. Controle da descrição | |
| e-Mail (login) | marcelo.pazos@inpe.br |
| atualizar | |