Extração de feições em dados imagem com alta dimensão por otimização da distância de Bhattacharyya em um classificador de decisão em árvore
AUTOR(ES)
Moraes, Denis Altieri de Oliveira
DATA DE PUBLICAÇÃO
2007
RESUMO
Neste trabalho é investigada uma abordagem para extração de feições baseada na otimização da distância de Bhattacharyya em um classificador hierárquico de estrutura binária. O objetivo é mitigar os efeitos do fenômeno de Hughes na classificação de dados imagem hiper-espectrais. A utilização de um classificador em múltiplo-estágio, analisando um sub-conjunto de classes em cada etapa ao invés do conjunto total, permite modos mais eficientes para extrair as feições mais adequadas em cada etapa do procedimento de classificação. Em uma abordagem de árvore binária, somente duas classes são consideradas em cada etapa, permitindo a implementação da distância de Bhattacharyya como um critério para extração de feições em cada nó da árvore. Experimentos foram realizados utilizando dados imagem do sensor AVIRIS. A performance da metodologia proposta é comparada com métodos tradicionais para extração e seleção de feições.
ASSUNTO(S)
ACESSO AO ARTIGO
http://hdl.handle.net/10183/5573Documentos Relacionados
- Mapeamento da vegetação na floresta atlântica usando o classificador de árvore de decisão para integrar dados de sensoriamento remoto e modelo digital de terreno
- Otimização do processo decisório na área de supply chain com o uso da ferramenta da árvore de decisão
- Um classificador neuronal compacto e eficiente com capacidade de identificar contaminação em dados experimentais
- OTIMIZAÇÃO DA EXTRAÇÃO SÓLIDO-LÍQUIDO COM PARTIÇÃO EM BAIXA TEMPERATURA PARA DETERMINAÇÃO DE CARBOFURANO EM Cucurbita pepo L (“ABOBRINHA”) POR CROMATOGRAFIA LÍQUIDA DE ALTA EFICIÊNCIA
- Distância de edição de árvores aplicada à extração de dados da web