Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1108719
Research center of Embrapa/Collection: Embrapa Informática Agropecuária - Artigo em anais de congresso (ALICE)
Date Issued: 2019
Type of Material: Artigo em anais de congresso (ALICE)
Authors: CAON, I. L.
BECKER, W. R.
GANASCINI, D.
CATTANI, C. E. V.
MENDES, I. de S.
PRUDENTE, V. H. R.
OLDONI, L. V.
ANTUNES, J. F. G.
MERCANTE, E.
Additional Information: IVÃ LUIS CAON, Unioeste; WILLYAN RONALDO BECKER, Unioeste; DIANDRA GANASCINI, Unioeste; CARLOS EDUARDO VIZZOTTO CATTANI, Unioeste; ISAQUE DE SOUZA MENDES, Unioeste; VICTOR HUGO ROHDEN PRUDENTE, Inpe; LUCAS VOLOCHEN OLDONI, Inpe; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; ERIVELTO MERCANTE, Unioeste.
Title: Comparativo entre os classificadores RF e MAXVER, para classificação de uso e cobertura da terra, em diferentes densidades temporais.
Publisher: In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019, Santos. Anais... São José dos Campos: INPE, 2019.
Pages: 4 p.
Language: pt_BR
Notes: Editores: Douglas Francisco Marcolino Gherardi, Ieda Del’Arco Sanches, Luiz Eduardo Oliveira e Cruz de Aragão. SBSR 2019.
Keywords: Fusão de imagens
STARFM
Classificação de imagens
Cobertura da terra
Algoritmo Random Forest
Image fusion
Image classification
Description: RESUMO. O uso combinado de sensores com melhor resolução temporal com sensores de melhor resolução espacial, têm permitido o mapeamento detalhado da superfície terrestre. Desse modo destacam-se os algoritmos de predição, que são capazes de unir a melhor resolução espacial de um sensor a melhor resolução temporal de outro. Além das resoluções das imagens, o uso de algoritmos de classificação eficientes é decisivo para se obter elevada acurácia nos mapeamentos. Assim, o objetivo desse trabalho foi comparar os classificadores Random Forest e Máxima Verossimilhança, com diferentes modos de entrada de dados, a fim de definir qual o melhor classificador. Os resultados apontaram que o algoritmo Random Forest apresentou as maiores métricas de acurácia.
Thesagro: Uso da Terra
NAL Thesaurus: Land use
Land cover
Data Created: 2019-05-06
ISBN: 978-85-17-00097-3
Appears in Collections:Artigo em anais de congresso (CNPTIA)

Files in This Item:
File Description SizeFormat 
PLComparativoSBSR2019.pdf438,36 kBAdobe PDFThumbnail
View/Open

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace