RED: Razonamiento Evidencial Dinámico, aplicado a la clasificación de cultivos en imágenes hiperespectrales

Este trabajo describe un nuevo método de clasificación (RED) basado en el razonamiento evidencial al que se le introduce una serie de modificaciones [1]. RED permite la inclusión de nueva evidencia para el proceso de clasificación y define una regla de decisión diferente. El algoritmo de razonamient...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Sanz, Cecilia Verónica, Jordan, Ramiro
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2000
Materias:	Ciencias Informáticas análisis hiperespectral Clasificación Metodología razonamiento evidencial clasificación de cultivo
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/23617
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-23617
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas análisis hiperespectral Clasificación Metodología razonamiento evidencial clasificación de cultivo
spellingShingle	Ciencias Informáticas análisis hiperespectral Clasificación Metodología razonamiento evidencial clasificación de cultivo Sanz, Cecilia Verónica Jordan, Ramiro RED: Razonamiento Evidencial Dinámico, aplicado a la clasificación de cultivos en imágenes hiperespectrales
topic_facet	Ciencias Informáticas análisis hiperespectral Clasificación Metodología razonamiento evidencial clasificación de cultivo
description	Este trabajo describe un nuevo método de clasificación (RED) basado en el razonamiento evidencial al que se le introduce una serie de modificaciones [1]. RED permite la inclusión de nueva evidencia para el proceso de clasificación y define una regla de decisión diferente. El algoritmo de razonamiento evidencial provee una forma de combinar evidencia a partir de distintas fuentes de información. Es una técnica de clasificación supervisada, que utiliza un conjunto de muestras de entrenamiento. Este método novedoso (Red) propone una etapa de aprendizaje para introducir nueva evidencia en caso que el clasificador lo requiera. Por otra parte, utiliza la medida de plausibilidad para definir la regla de decisión como una forma de incorporar la incertidumbre asociada a los datos. Se aplica el método propuesto para clasificar cultivos en imágenes hiperespectrales de la región de Nebraska (USA). Se presentan algunos resultados obtenidos para evaluar la precisión de RED.
format	Objeto de conferencia Objeto de conferencia
author	Sanz, Cecilia Verónica Jordan, Ramiro
author_facet	Sanz, Cecilia Verónica Jordan, Ramiro
author_sort	Sanz, Cecilia Verónica
title	RED: Razonamiento Evidencial Dinámico, aplicado a la clasificación de cultivos en imágenes hiperespectrales
title_short	RED: Razonamiento Evidencial Dinámico, aplicado a la clasificación de cultivos en imágenes hiperespectrales
title_full	RED: Razonamiento Evidencial Dinámico, aplicado a la clasificación de cultivos en imágenes hiperespectrales
title_fullStr	RED: Razonamiento Evidencial Dinámico, aplicado a la clasificación de cultivos en imágenes hiperespectrales
title_full_unstemmed	RED: Razonamiento Evidencial Dinámico, aplicado a la clasificación de cultivos en imágenes hiperespectrales
title_sort	red: razonamiento evidencial dinámico, aplicado a la clasificación de cultivos en imágenes hiperespectrales
publishDate	2000
url	http://sedici.unlp.edu.ar/handle/10915/23617
work_keys_str_mv	AT sanzceciliaveronica redrazonamientoevidencialdinamicoaplicadoalaclasificaciondecultivosenimageneshiperespectrales AT jordanramiro redrazonamientoevidencialdinamicoaplicadoalaclasificaciondecultivosenimageneshiperespectrales
bdutipo_str	Repositorios
_version_	1764820466038472705

RED: Razonamiento Evidencial Dinámico, aplicado a la clasificación de cultivos en imágenes hiperespectrales

Ejemplares similares