Redes neurais aplicadas em classificação de dados multiespectrais de sensoriamento remoto
AUTOR(ES)
Elisa Tomoe Moriya Schlunzen
DATA DE PUBLICAÇÃO
1994
RESUMO
Redes Neurais Artificiais são modelos computacionais inspirados no sistema nervoso biológico. Seus elementos de processamento são neurônios que produzem a soma ponderada das entradas e aplicam o resultado a uma função de transferência não linear, para gerar uma saída. Estes mojdelos têm-se mostrado adequados para o reconhecimento de padrões e classificação de dados mufltiespectrais de Sensoriamento Remoto. Neste contexto, foi desenvolvido um trabalho com o objetivo de implementar uma Rede Neural Multicamadas com algoritmo de treinamento "Bi Lckpropagation", para utilização na classificação de ura segmento de imagem TM/LANDSAT, ref;rente a uma área teste pré-selecionada e comparar os seus resultados com os de um cia isificador de Máxima Verossimilhança (MAXVER). O treinamento da Rede foi feito segundo trê: abordagens distintas, inicialmente com a apresentação pixel a pixel e, em seguida, da aqi isição de grupos de pixels. Os resultados obtidos mostram que, genericamente, à medida que sãc incorporadas informações de vizinhança ao treinamento da Rede, ocorre um melhor dei empenho do classificador. A comparação das classificações geradas pela Rede com aquelas obl idas com a aplicação do MAXVER mostrou um melhor desempenho da Rede, em termos de número de pixel classificados e similaridade com a verdade terrestre, quando se consideram condições semelhantes de amostragem durante o treinamento. Isto permite concluir que o treinamento da Rede Neural não implica em uma localização tão criteriosa das amostras, nem quj: o tamanho amostrai seja tão abrangente quanto no caso do MAXVER
ASSUNTO(S)
sensoriamento remoto redes neurais (computação)
ACESSO AO ARTIGO
http://libdigi.unicamp.br/document/?code=000135117Documentos Relacionados
- Classificação de estratos florestais utilizando redes neurais artificiais e dados de sensoriamento remoto
- Classificação de imagens de sensoriamento remoto baseada em textura por redes neurais
- Uma arquitetura neural modular para classificação de imagens multiespectrais de sensoriamento remoto
- Uso de redes neurais artificiais e objetos geográficos na classificação de imagens de sensoriamento remoto
- Classificação automatica e analise de dados por redes neurais auto-organizaveis