Título:	Comparativo entre os classificadores RF e MAXVER, para classificação de uso e cobertura da terra, em diferentes densidades temporais.
Autor:	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.
Afiliación:	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.
Año:	2019
Referencia:	In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019, Santos. Anais... São José dos Campos: INPE, 2019.
Páginas:	4 p.
Descripción:	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
Palabras clave:	Fusão de imagens STARFM Classificação de imagens Cobertura da terra Algoritmo Random Forest Image fusion Image classification
ISBN:	978-85-17-00097-3
Notas:	Editores: Douglas Francisco Marcolino Gherardi, Ieda Del?Arco Sanches, Luiz Eduardo Oliveira e Cruz de Aragão. SBSR 2019.
Tipo de Material:	Artigo em anais e proceedings
Acceso:	openAccess
Aparece en las colecciones:	Artigo em anais de congresso (CNPTIA)