Centre dedocumentation
scientifique

Feature reduction using a singular value decomposition for the iterative guided spectral class rejection hybrid classifier / R. Philipps in ISPRS Journal of photogrammetry and remote sensing, vol 64 n° 1 (January - February 2009)

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 64 n° 1 (January - February 2009) . - pp 107 - 116 Titre : Feature reduction using a singular value decomposition for the iterative guided spectral class rejection hybrid classifier Type de document : Article/Communication Auteurs : R. Philipps, Auteur ; L. Watson, Auteur ; et al., Auteur Année de publication : 2009 Article en page(s) : pp 107 - 116 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse comparative [Termes descripteurs IGN] analyse en composantes principales [Termes descripteurs IGN] classificateur paramétrique [Termes descripteurs IGN] classification hybride [Termes descripteurs IGN] décomposition d'image [Termes descripteurs IGN] image Landsat-ETM+ [Termes descripteurs IGN] image multitemporelle [Termes descripteurs IGN] précision de la classification [Termes descripteurs IGN] Rondonia (Brésil) [Termes descripteurs IGN] Virginie (Etats-Unis) Résumé : (Auteur) Feature reduction in a remote sensing dataset is often desirable to decrease the processing time required to perform a classification and improve overall classification accuracy. This paper introduces a feature reduction method based on the singular value decomposition (SVD). This SVD-based feature reduction method reduces the storage and processing requirements of the SVD by utilizing a training dataset. This feature reduction technique was applied to training data from two multitemporal datasets of Landsat TM/ETM+ imagery acquired over a forested area in Virginia, USA and Rondônia, Brazil. Subsequent parallel iterative guided spectral class rejection (pIGSCR) forest/non-forest classifications were performed to determine the quality of the feature reduction. The classifications of the Virginia data were five times faster using SVD-based feature reduction without affecting the classification accuracy. Feature reduction using the SVD was also compared to feature reduction using principal components analysis (PCA). The highest average accuracies for the Virginia dataset (88.34%) and for the Rondônia dataset (93.31%) were achieved using the SVD. The results presented here indicate that SVD-based feature reduction can produce statistically significantly better classifications than PCA. Copyright ISPRS Numéro de notice : A2009-030 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29660 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-09011	SL	Revue	Centre de documentation	Revues en salle	Disponible

Inventaire du couvert végétal à l'aide des données satellitaires et exogènes / L. Bastos Lage (1989)

Public Titre : Inventaire du couvert végétal à l'aide des données satellitaires et exogènes : application à une partie de l'Etat de Rondônia, forêt amazonienne, Brésil Type de document : Mémoire Auteurs : L. Bastos Lage, Auteur Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 1989 Importance : 69 p. Format : 21 x 30 cm Note générale : Bibliographie Mémoire de DEA en écologie terrestre et limnique Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] 1:100.000 [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] composition colorée [Termes descripteurs IGN] couvert végétal [Termes descripteurs IGN] image SPOT [Termes descripteurs IGN] inventaire forestier (techniques et méthodes) [Termes descripteurs IGN] Pericolor [Termes descripteurs IGN] Rondonia (Brésil) Index. décimale : DEA Mémoires de divers DEA et masters actuels de recherche Numéro de notice : 45152 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Mémoire DEA divers Organisme de stage : Institut de la carte internationale de la végétation Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=51741

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
45152-01	DEA	Livre	Centre de documentation	En réserve 4M	Disponible