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...
Guardado en:
Autores principales: | , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2000
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/23617 |
Aporte de: |
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 |