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.

Bibliographic Details

Main 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.
Other Authors:	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.
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!