Classificação do uso/cobertura da terra por meio de algoritmos não paramétricos comparados ao classificador de máxima verossimilhança.

Enter multiple e-mails separated by comma.

imagem

Author(s): COSTA, T. C. e C. da; MARCO JUNIOR, P. de; BRITES, R. S.

Summary: Mapas de uso/cobertura da terra gerados por meio de estratégias de classificação não paramétrica de uma imagem Landsat TM foram comparados ao resultado gerado pelo tradicional classificador de máxima verossimilhança (MAXVER). Algumas estratégias não paramétricas, desenvolvidas neste trabalho, tiveram a finalidade de diminuir a limitação do classificador não paramétrico de Skidmore/Turner, que requer um tamanho de amostra de treinamento muito grande, comparado ao MAXVER, para reduzir a área não classificada na imagem. Os resultados mostraram a superioridade do MAXVER, na combinação entre exatidão e área não classificada na imagem. De qualquer forma, a classificação não paramétrica tem a propriedade de não necessitar da pressuposição de normalidade dos dados, utilizando a real informação das amostras de treinamento para classificação, o que lhe assegura maior exatidão.

Publication year: 2005

Types of publication: Journal article

Observation

Some of Embrapa's publications are published as ePub files. To read them, use or download one of the following free software options to your computer or mobile device. Android: Google Play Books; IOS: iBooks; Windows and Linux: Calibre.

 


Access other publications

Access the Agricultural Research Database (BDPA) to consult Embrapa's full library collection and records.
Visit Embrapa Bookstore to purchase books and other publications sold by Embrapa.