Resultado da Pesquisa
A expressão de busca foi <related:sid.inpe.br/mtc-m21b/2016/12.20.16.50.33-0:pt:title:2:classificacao svm kernel metodo:metodo classificacao hierarquica utilizando funcao svm multi kernel:>.
4 referências similares encontradas (inclusive a original) buscando em 17 dentre 17 Arquivos.
Data e hora local de busca: 23/04/2024 22:24.
1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34P/3N36DPE
Repositóriosid.inpe.br/mtc-m21b/2016/12.20.16.50
Última Atualização2021:02.12.13.35.22 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21b/2016/12.20.16.50.33
Última Atualização dos Metadados2023:08.16.17.49.20 (UTC) administrator
Chave SecundáriaINPE--PRE/
Chave de CitaçãoParreiraDutrPantRuwe:2016:MéClHi
TítuloUm método de classificação hierárquica utilizando uma função svm multi-kernel
Ano2016
Data de Acesso23 abr. 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1004 KiB
2. Contextualização
Autor1 Parreira, Michelle
2 Dutra, Luciano Vieira
3 Pantaleão, Eliana
4 Ruwer, Sherfis
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHMA
Grupo1
2 DPI-OBT-INPE-MCTI-GOV-BR
Afiliação1
2 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1
2 luciano.dutra@inpe.br
Nome do EventoWorkshop de Computação Aplicada, 16 (WORCAP)
Localização do EventoSão José dos Campos, SP
Data25-26 out.
Histórico (UTC)2016-12-20 16:50:42 :: simone -> administrator :: 2016
2018-06-04 02:41:42 :: administrator -> simone :: 2016
2021-02-12 13:35:22 :: simone -> administrator :: 2016
2023-08-16 17:49:20 :: administrator -> simone :: 2016
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
ResumoEsse trabalho propõe um método de classificação baseado em máquinas de vetores suporte (SVM) que usa múltiplos kernels e atribui os rótulos às classes de modo hierárquico. Uma árvore binária é criada automaticamente pelo algoritmo e cada nó realiza a classificação entre duas partições do conjunto de classes pré-classificado pelo nó superior. A classificação é realizada pelo classificador SVM com múltiplos kernels combinados aproveitando as diferentes características de cada kernel. A escolha pelas classes que compõem cada partição em cada nó é feita por otimização junto com os parâmetros dos kernels e os coeficientes da combinação linear entre eles. Para isso é empregado o algoritmo Infestação por Ervas Daninhas (Invasive Weed Optimization, IWO). Foi também realizado um experimento Monte Carlo para definir os parâmetros do algoritmo IWO que afetam tanto a acurácia da classificação como o tempo de processamento. Esse novo método consegue separar hierarquicamente as classes com melhor separabilidade segundo um classificador SVM multi-kernel otimizado para cada classificação binária. Os resultados foram comparados com outros métodos já estabelecidos na literatura, e demonstraram significativa melhora na acurácia da classificação.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Um método de...
Arranjo 2Um método de...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 20/12/2016 14:50 1.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34P/3N36DPE
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34P/3N36DPE
Idiomapt
Arquivo Alvoparreira_metodo.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPDW34P/49L898E
Lista de Itens Citandosid.inpe.br/mtc-m16c/2023/08.16.17.44 5
sid.inpe.br/mtc-m21/2012/07.13.14.53.50 2
sid.inpe.br/bibdigital/2013/09.09.15.05 1
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosarchivingpolicy archivist booktitle callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn keywords label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readpermission rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP8W/3AKQTGB
Repositóriosid.inpe.br/mtc-m18/2011/10.18.10.18
Última Atualização2011:10.18.10.18.36 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m18/2011/10.18.10.18.35
Última Atualização dos Metadados2020:11.26.13.55.35 (UTC) administrator
Chave de CitaçãoNegriDutrSant:2011:DeFuKe
TítuloDesenvolvimento de função kernel para aplicação de SVM na classificação baseada em regiões
FormatoOn-line.
Ano2011
Data de Acesso23 abr. 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1148 KiB
2. Contextualização
Autor1 Negri, Rogerio
2 Dutra, Luciano Vieira
3 Sant'Anna, Sidnei João Siqueira
Grupo1 DPI-OBT-INPE-MCT-BR
2 DPI-OBT-INPE-MCT-BR
3 DPI-OBT-INPE-MCT-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
EditorCastro, Ana Paula Abrantes de
Drummond, Isabela Neves
Sandri, Sandra Aparecida
Endereço de e-Mailworcap2011.comissaoprograma@gmail.com
Nome do EventoWorkshop dos Cursos de Computação Aplicada do INPE, 11 (WORCAP).
Localização do EventoSão José dos Campos
Data8-10 nov. 2011
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2011-12-02 11:56:33 :: worcap2011.comissaoprograma@gmail.com -> secretaria.cpa@dir.inpe.br :: 2011
2011-12-06 16:28:00 :: secretaria.cpa@dir.inpe.br -> administrator :: 2011
2012-07-14 19:35:50 :: administrator -> secretaria.cpa@dir.inpe.br :: 2011
2012-08-10 02:36:14 :: secretaria.cpa@dir.inpe.br -> amarisio5@gmail.com :: 2011
2012-08-11 00:18:34 :: amarisio5@gmail.com -> administrator :: 2011
2020-11-26 13:55:35 :: administrator -> amarisio5@gmail.com :: 2011
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveFunções kernel
SVM
Classificação baseada em regiões
ResumoClassificação baseada em regiões é uma abordagem que realiza a classificação de imagens a partir de regiões definidas previamente, por meio de técnicas de segmentação de imagens. Distâncias estocásticas são usualmente empregadas na classificação baseada em regiões. Neste trabalho é apresentada uma nova forma de classificação de regiões, utilizando Máquina de Vetores Suporte (SVM). Para aplicação do método SVM na classificação de regiões é proposta uma função kernel que integra a informação de distância estocástica entre regiões. Um estudo comparativo utilizando dados simulados mostra superioridade do método SVM, munido da função kernel proposta, quando comparado ao método de classificação por distância estocástica de Bathacharrya, usualmente empregado nos problemas de classificação baseado em regiões.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Desenvolvimento de função...
Arranjo 2urlib.net > BDMCI > Fonds > WORCAP > Desenvolvimento de função...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 18/10/2011 08:18 0.7 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP8W/3AKQTGB
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP8W/3AKQTGB
Idiomapt
Arquivo Alvoworcap2011_submission_36.pdf
Grupo de Usuáriosadministrator
amarisio5@gmail.com
secretaria.cpa@dir.inpe.br
worcap2011.comissaoprograma@gmail.com
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhoiconet.com.br/banon/2005/09.28.12.40
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGP8W/38ELNHL
Acervo Hospedeirosid.inpe.br/mtc-m18@80/2008/03.17.15.17
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition electronicmailaddress isbn issn label lineage mark nextedition notes numberofvolumes orcid pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url versiontype volume
7. Controle da descrição
e-Mail (login)amarisio5@gmail.com
atualizar 

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34P/3N7M8QP
Repositóriosid.inpe.br/mtc-m21b/2017/01.17.16.20
Última Atualização2017:03.06.18.31.35 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m21b/2017/01.17.16.20.12
Última Atualização dos Metadados2018:06.04.02.27.17 (UTC) administrator
Chave SecundáriaINPE-17800-TDI/2538
Chave de CitaçãoParreira:2017:MéClHi
TítuloHSMI: método de classificação hierárquico baseado em SVM multikernel com otimização meta-heurística
Título AlternativoHSMI: hierarchical classification method based on multi-kernel SVM with meta-heuristic optimization
CursoCAP-COMP-SPG-INPE-MCTI-GOV-BR
Ano2017
Data2016-11-24
Data de Acesso23 abr. 2024
Tipo da TeseTese (Doutorado em Computação Aplicada)
Tipo SecundárioTDI
Número de Páginas111
Número de Arquivos1
Tamanho15597 KiB
2. Contextualização
AutorParreira, Michelle de Oliveira
BancaSantos, Rafael Duarte Coelho dos (presidente)
Dutra, Luciano Vieira (orientador)
Pantaleão, Eliana (orientadora)
Forster, Carlos Henrique Quartucci
Negri, Rogério Galante
Mascarenhas, Nelson Delfino d'Ávila
Endereço de e-Mailluis.cpv@hotmail.com
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2017-01-17 16:21:45 :: luis.cpv@hotmail.com -> yolanda.souza@mcti.gov.br ::
2017-01-17 16:46:48 :: yolanda.souza@mcti.gov.br -> administrator ::
2017-01-18 08:58:49 :: administrator -> yolanda.souza@mcti.gov.br ::
2017-03-06 18:36:40 :: yolanda.souza@mcti.gov.br -> marcelo.pazos@inpe.br ::
2017-03-07 18:34:12 :: marcelo.pazos@inpe.br :: -> 2016
2017-03-07 18:41:19 :: marcelo.pazos@inpe.br -> administrator :: 2016
2017-03-08 13:34:19 :: administrator :: 2016 -> 2017
2018-06-04 02:27:17 :: administrator -> :: 2017
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavemáquinas de vetores de suporte
combinação de classificadores
classificação binária
sensoriamento remoto
reconhecimento de padrões
support vector machine
ensembles
binary classification
remote sensing
pattern recognition
ResumoEsse trabalho propõe o método HSMI (Hierarchical Support vector machine with Multiple kernels optimized by Invasive weed optimization) de classificação baseado em máquinas de vetores suporte (SVM) que usa múltiplos kernels e atribui os rótulos às classes de modo hierárquico. Uma árvore binária é criada automaticamente pelo algoritmo proposto e cada nó realiza a classificação entre duas partições do conjunto de classes pré-classificado pelo nó superior. A classificação é realizada pelo classificador SVM com múltiplos kernels combinados aproveitando as diferentes características de cada kernel. A escolha pelas classes que compõem cada partição em cada nó é feita por otimização junto com os parâmetros dos kernels e os coeficientes da combinação linear entre eles. Para isso é empregado o algoritmo Infestação por Ervas Daninhas (Invasive Weed Optimization, IWO). Esse novo método consegue separar hierarquicamente as classes com melhor separabilidade segundo um classificador SVM multikernel otimizado para cada classificação binária. Os resultados foram comparados com o método SVM com kernel gaussiano e SVM com kernel polinomial. Os resultados demonstraram que o método HSMI ao particionar as classes de forma embutida permite a fusão de classes confusas identificadas no processo de classificação. ABSTRACT: This work proposes the classifier method HSMI (Hierarchical support vector machine with multiple kernels optimized by Invasive weed optimization) based on support vector machine (SVM) that uses multiple kernels and assigns the labels to classes in a hierarchical way. A binary tree is automatically created by the proposed algorithm and each node performs the classification between two partitions of the set of pre-sorted classes by the upper node. The classification is performed by the SVM classifier with multiple kernels combined taking advantage of the different characteristics of each kernel. The choice of the classes that make up each partition at each node is done by optimization along with the parameters of the kernels and the coefficients of the linear combination between them. For this the Invasive Weed Optimization algorithm (IWO) is used. This new method can separate hierarchically classes with better separability according to a multi-kernel SVM classifier optimized for each binary classification. The results were compared with the SVM method with Gaussian kernel and SVM with polynomial kernel. The results showed that the HSMI method in partitioning the classes of embedded form allows the fusion of confused classes identified in the classification process.
ÁreaCOMP
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > HSMI: método de...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
originais/001-20.pdf 06/03/2017 14:15 41.0 KiB 
originais/@4primeirasPaginas-8.pdf 10/02/2017 09:28 161.7 KiB 
originais/Tese-MichelleParreira-4.pdf 25/01/2017 09:49 15.1 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 06/03/2017 15:31 575.7 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34P/3N7M8QP
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34P/3N7M8QP
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosluis.cpv@hotmail.com
marcelo.pazos@inpe.br
yolanda.souza@mcti.gov.br
Grupo de Leitoresadministrator
luis.cpv@hotmail.com
marcelo.pazos@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-m21b/2013/09.26.14.25.22
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador3ERPFQRTRW/3A3PL6P
Repositóriodpi.inpe.br/marte/2011/07.11.17.23
Última Atualização2011:07.11.17.23.36 (UTC) administrator
Repositório de Metadadosdpi.inpe.br/marte/2011/07.11.17.23.36
Última Atualização dos Metadados2018:06.06.02.24.08 (UTC) administrator
ISBN978-85-17-00056-0 (Internet)
978-85-17-00057-7 (DVD)
Chave de CitaçãoPereiraSiNeSaDuFrEr:2011:AnCoMé
TítuloAnálise comparativa dos métodos de classificação SVM e Maxver-ICM Polarimétrico em imagem de radar ALOS PALSAR
FormatoDVD, Internet.
Ano2011
Data de Acesso23 abr. 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho608 KiB
2. Contextualização
Autor1 Pereira, Luciana de Oliveira
2 Silva, Ana Elisa Pereira da
3 Negri, Rogério Galante
4 Sant’Anna, Sidnei João Siqueira
5 Dutra, Luciano Vieira
6 Freitas, Corina da Costa
7 Erthal, Guaraci José
Identificador de Curriculo1
2
3
4
5 8JMKD3MGP5W/3C9JHMA
6
7 8JMKD3MGP5W/3C9JHBN
Grupo1 DSR-OBT-INPE-MCT-BR
2 DSR-OBT-INPE-MCT-BR
3 DPI-OBT-INPE-MCT-BR
4 DPI-OBT-INPE-MCT-BR
5 DPI-OBT-INPE-MCT-BR
6 DPI-OBT-INPE-MCT-BR
7 DPI-OBT-INPE-MCT-BR
Afiliação1 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
6 Instituto Nacional de Pesquisas Espaciais - INPE
7 Instituto Nacional de Pesquisas Espaciais - INPE
Endereço de e-Mail do Autor1 lucianao@dsr.inpe.br
2 anaelisa@dsr.inpe.br
3 rogerio@dpi.inpe.br
4 sidnei@dpi.inpe.br
5 dutra@dpi.inpe.br
6 corina@dpi.inpe.br
7 gaia@dpi.inpe.br
EditorEpiphanio, José Carlos Neves
Galvão, Lênio Soares
Endereço de e-Mailwanderf@dsr.inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 15 (SBSR).
Localização do EventoCuritiba
Data30 abr. - 5 maio 2011
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas8223-8230
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2011-08-15 15:17:53 :: wanderf@dsr.inpe.br -> tereza@sid.inpe.br :: 2011
2011-08-18 18:36:49 :: tereza@sid.inpe.br -> administrator :: 2011
2018-06-06 02:24:08 :: administrator -> tereza@sid.inpe.br :: 2011
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveremote sensing
radar image
classification
sensoriamento remoto
imagem de radar
classificação
ResumoOptical remote sensing are of restricted use over highly cloudy areas when they are applied in Amazon, especially during rainy season. Synthetic Aperture Radar imagery has been an alternative, since data acquisition is independent of weather conditions. Thus, the scientific community has been developing and testing techniques for processing and classification of such imagery in order to enhance information extraction. In this context, this paper aims to compare the techniques of supervised classification of polarimetric Maxver-ICM and SVM Radial Basis Function (RBF) in the radar image ALOS PALSAR (Amplitude), using statistical analysis, overall accuracy, Kappa and Tau index highlighting the advantages and disadvantages of operational applications. It was concluded that the Maxver-ICM polarimetric showed better results in classification than the SVM, except for the class Forest. Also the ICM procedure uses de context to improve final classification, results which is not available for SVM. It is noteworthy that the main advantage of Maxver-ICM polarimetric is the processing time and the gratuity.
ÁreaSRE
TipoSAR: Processamento e Aplicações
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Análise comparativa dos...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Análise comparativa dos...
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/3ERPFQRTRW/3A3PL6P
URL dos dados zipadoshttp://urlib.net/zip/3ERPFQRTRW/3A3PL6P
Idiomapt
Arquivo Alvop0975.pdf
Grupo de Usuáriosadministrator
wanderf@dsr.inpe.br
tereza@sid.inpe.br
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3ER446E
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.53.50 1
Acervo Hospedeirodpi.inpe.br/banon/2003/12.10.19.30
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)tereza@sid.inpe.br
atualizar