Comparativo entre os classificadores RF e MAXVER, para classificação de uso e cobertura da terra, em diferentes densidades temporais.
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.
Main Authors: | , , , , , , , , |
---|---|
Other Authors: | |
Format: | Anais e Proceedings de eventos biblioteca |
Language: | pt_BR por |
Published: |
2019-05-06
|
Subjects: | Fusão de imagens, STARFM, Classificação de imagens, Cobertura da terra, Algoritmo Random Forest, Image fusion, Image classification, Uso da Terra, Land use, Land cover, |
Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1108719 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|