Centre de documentation
scientifique

Suitability assessment of urban land use in Dalian, China using PNN and GIS / Ziqian Kang in Natural Hazards, vol 106 n° 1 (March 2021)  

Public [article]  inNatural Hazards > vol 106 n° 1 (March 2021) . - pp 913 - 936 Titre : Suitability assessment of urban land use in Dalian, China using PNN and GIS Type de document : Article/Communication Auteurs : Ziqian Kang, Auteur ; Shuo Wang, Auteur ; Ling Xu, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 913 - 936 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] aire naturelle (écologie) [Termes IGN] analyse multicritère [Termes IGN] bâtiment industriel [Termes IGN] Chine [Termes IGN] classificateur paramétrique [Termes IGN] distribution spatiale [Termes IGN] habitat urbain [Termes IGN] processus de hiérarchisation analytique [Termes IGN] réseau neuronal artificiel [Termes IGN] système d'information géographique [Termes IGN] utilisation du sol [Termes IGN] zone urbaine Résumé : (auteur) The suitability assessment of land use is crucial to avoid wasting land resources. However, the traditional methods with subjective weights are prone to reduce the reasonability and reliability of assessment. For filling this knowledge gap, the probability neural network (PNN) coupled with GIS was adopted to evaluate the land use suitability in this paper. According to the applications of the urban land resource, the land use was divided into three types (resident, industry and ecological reserve). Thus, the three different assessment criteria systems were built for the three land use types. The result of residential land use indicated that the most suitable, suitable and normal suitable residential land were 401, 272 and 12,406 km2 and mainly located in Changhai, Lvshun and Pulandian accordingly. The most suitable land for industry was in Ganjingzi, Jinzhou and Wafangdian and accounted for 22% of the total area. While the most suitable land for ecological reserve was in Pulandian and Zhuanghe with the area of 1967 km2. The results indicated that the south of Dalian was suitable for the residential land use, north of Dalian was suitable for the ecological land use and the central was suitable for industrial land use. The results were coincided to the actual spatial distribution of land use. The proposed PNN coupled with GIS assessment method in suitability of land use is conducted to provide a more reasonable assessment result that can be used by managers and regulators. Numéro de notice : A2021-419 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1007/s11069-020-04500-z Date de publication en ligne : 04/01/2021 En ligne : https://doi.org/10.1007/s11069-020-04500-z Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97769 [article]

Revue des descripteurs tridimensionnels (3D) pour la catégorisation des nuages de points acquis avec un système LiDAR de télémétrie mobile / Sylvie Daniel in Geomatica, vol 72 n° 1 (March 2018)  

Public [article]  inGeomatica > vol 72 n° 1 (March 2018) . - pp 1 - 15 Titre : Revue des descripteurs tridimensionnels (3D) pour la catégorisation des nuages de points acquis avec un système LiDAR de télémétrie mobile Type de document : Article/Communication Auteurs : Sylvie Daniel, Auteur Année de publication : 2018 Article en page(s) : pp 1 - 15 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] classificateur [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] grande échelle [Termes IGN] performance [Termes IGN] scène urbaine [Termes IGN] semis de points Résumé : (Auteur) La compréhension de nuage de points LiDAR consiste à reconnaitre les objets qui sont présents dans la scène et à associer des interprétations aux nuages d’objets qui le composent. Les données LiDAR acquises en milieu urbain dans des environnements à grande échelle avec des systèmes terrestres de télémétrie mobile présentent plusieurs difficultés propres à ce contexte : chevauchement entre les nuages de points, occlusions entre les objets qui ne sont vus que partiellement, variations de la densité des points. Compte tenu de ces difficultés, beaucoup de descripteurs tridimensionnels (3D) proposés dans la littérature pour la classification et la reconnaissance d’objets voient leurs performances se dégrader dans ce contexte applicatif, car ils ont souvent été introduits et évalués avec des jeux de données portant sur de petits objets. De plus, il y a un manque de comparaison approfondie entre les descripteurs 3D mis en œuvre dans des environnements à grande échelle, ce qui a pour conséquence un manque de connaissance au moment de sélectionner le descripteur 3D le plus adapté à un nuage de points LiDAR acquis dans de tels environnements. Le présent article propose une revue approfondie des travaux portant sur l’application des descripteurs 3D à des données LiDAR acquises en milieu urbain dans des environnements à grande échelle avec des systèmes terrestres de télémétrie mobile. Les principaux descripteurs 3D appliqués dans de tels contextes sont ainsi recensés. Une synthèse de leurs performances et limites est ensuite effectuée de manière comparative sur la base des travaux disponibles dans la littérature. Enfin, une discussion abordant les éléments impactant le plus les performances des descripteurs et des pistes d’amélioration vient compléter cette revue. Numéro de notice : A2018-338 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1139/geomat-2018-0001 Date de publication en ligne : 30/07/2018 En ligne : https://doi.org/10.1139/geomat-2018-0001 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90552 [article]

Comparing nearest neighbor configurations in the prediction of species-specific diameter distributions / Janne Raty in Annals of Forest Science, vol 75 n° 1 (March 2018)  

Public [article]  inAnnals of Forest Science > vol 75 n° 1 (March 2018) Titre : Comparing nearest neighbor configurations in the prediction of species-specific diameter distributions Type de document : Article/Communication Auteurs : Janne Raty, Auteur ; Petteri Packalen, Auteur ; Matti Maltamo, Auteur Année de publication : 2018 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] classificateur non paramétrique [Termes IGN] diamètre des arbres [Termes IGN] Finlande [Termes IGN] forêt boréale [Termes IGN] image aérienne [Termes IGN] télémètre laser aéroporté [Termes IGN] volume en bois [Vedettes matières IGN] Sylviculture Résumé : (Auteur) We examine how the configurations in nearest neighbor imputation affect the performance of predicted species-specific diameter distributions. The simultaneous nearest neighbor imputation for all tree species and separate imputation by tree species are evaluated with total volume calibration as a prediction method for diameter distributions. This study considers the predictions of species-specific diameter distributions in Finnish boreal forests by means of airborne laser scanning (ALS) data and aerial images. The aim was to investigate different configurations in non-parametric nearest neighbor (NN) imputation and to determine how changes in configurations affect prediction error rates for timber assortment volumes and the error indices of the diameter distributions. Non-parametric NN imputation was used as a modeling method and was applied in two different ways: (1) diameter distributions were predicted at the same time for all tree species by simultaneous NN imputation, and (2) diameter distributions were predicted for one tree species at a time by separate NN imputation. Calibration to a regression-based total volume prediction was applied in both cases. The results indicated that significant changes in the volume prediction error rates for timber assortment and for error indices can be achieved by the selection of responses, calibration to total volume, and separate NN imputation by tree species. verall, the selection of response variables in NN imputation and calibration to total volume improved the predicted diameter distribution error rates. The most successful prediction performance of diameter distribution was achieved by separate NN imputation by tree species. Numéro de notice : A2018-314 Affiliation des auteurs : non IGN Thématique : FORET Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s13595-018-0711-0 Date de publication en ligne : 06/03/2018 En ligne : https://doi.org/10.1007/s13595-018-0711-0 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90438 [article]

3D local feature BKD to extract road information from mobile laser scanning point clouds / Yang Bisheng in ISPRS Journal of photogrammetry and remote sensing, vol 130 (August 2017)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 130 (August 2017) . - pp 329 - 343 Titre : 3D local feature BKD to extract road information from mobile laser scanning point clouds Type de document : Article/Communication Auteurs : Yang Bisheng, Auteur ; Yuan Liu, Auteur ; Zhen Dong, Auteur ; et al., Auteur Année de publication : 2017 Article en page(s) : pp 329 - 343 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] classificateur [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] densité des points [Termes IGN] données localisées 3D [Termes IGN] estimation par noyau [Termes IGN] extraction du réseau routier [Termes IGN] semis de points [Termes IGN] télémétrie laser mobile [Termes IGN] variable binaire Résumé : (Auteur) Extracting road information from point clouds obtained through mobile laser scanning (MLS) is essential for autonomous vehicle navigation, and has hence garnered a growing amount of research interest in recent years. However, the performance of such systems is seriously affected due to varying point density and noise. This paper proposes a novel three-dimensional (3D) local feature called the binary kernel descriptor (BKD) to extract road information from MLS point clouds. The BKD consists of Gaussian kernel density estimation and binarization components to encode the shape and intensity information of the 3D point clouds that are fed to a random forest classifier to extract curbs and markings on the road. These are then used to derive road information, such as the number of lanes, the lane width, and intersections. In experiments, the precision and recall of the proposed feature for the detection of curbs and road markings on an urban dataset and a highway dataset were as high as 90%, thus showing that the BKD is accurate and robust against varying point density and noise. Numéro de notice : A2017-517 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2017.06.007 En ligne : https://doi.org/10.1016/j.isprsjprs.2017.06.007 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86479 [article]

Exemplaires(3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2017081	RAB	Revue	Centre de documentation	En réserve L003	Disponible
081-2017083	DEP-EXM	Revue	LASTIG	Dépôt en unité	Exclu du prêt
081-2017082	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Morphologically decoupled structured sparsity for rotation-invariant hyperspectral image analysis / Saurabh Prasad in IEEE Transactions on geoscience and remote sensing, vol 55 n° 8 (August 2017)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 55 n° 8 (August 2017) . - pp 4355 - 4366 Titre : Morphologically decoupled structured sparsity for rotation-invariant hyperspectral image analysis Type de document : Article/Communication Auteurs : Saurabh Prasad, Auteur ; Demetrio Labate, Auteur ; Mishan Cui, Auteur ; Yuhang Zhang, Auteur Année de publication : 2017 Article en page(s) : pp 4355 - 4366 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] classificateur paramétrique [Termes IGN] classification spectrale [Termes IGN] décomposition d'image [Termes IGN] image hyperspectrale [Termes IGN] morphologie mathématique [Termes IGN] primitive géométrique [Termes IGN] réflectance spectrale Résumé : (Auteur) Hyperspectral imagery has emerged as a popular sensing modality for a variety of applications, and sparsity-based methods were shown to be very effective to deal with challenges coming from high dimensionality in most hyperspectral classification problems. In this paper, we challenge the conventional approach to hyperspectral classification that typically builds sparsity-based classifiers directly on spectral reflectance features or features derived directly from the data. We assert that hyperspectral image (HSI) processing can benefit very significantly by decoupling data into geometrically distinct components since the resulting decoupled components are much more suitable for sparse representation-based classifiers. Specifically, we apply morphological separation to decouple data into texture and cartoon-like components, which are sparsely represented using local discrete cosine bases and multiscale shearlets, respectively. In addition to providing a structured sparse representation, this approach allows us to build classifiers with invariance properties specific to each geometrically distinct component of the data. The experimental results using real-world HSI data sets demonstrate the efficacy of the proposed framework for classifying multichannel imagery under a variety of adverse conditions - in particular, small training sample size, additive noise, and rotational variabilities between training and test samples. Numéro de notice : A2017-496 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2017.2691607 En ligne : http://dx.doi.org./10.1109/TGRS.2017.2691607 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86437 [article]

Spatial-spectral unsupervised convolutional sparse auto-encoder classifier for hyperspectral imagery / Xiaobing Han in Photogrammetric Engineering & Remote Sensing, PERS, vol 83 n° 3 (March 2017)  

Permalink

An Introduction to Machine Learning / Miroslav Kubat (2017)  

Permalink

Hyperspectral image classification with canonical correlation forests / Junshi Xia in IEEE Transactions on geoscience and remote sensing, vol 55 n° 1 (January 2017)  

Permalink

Discriminative-dictionary-learning-based multilevel point-cluster features for ALS point-cloud classification / Zhenxin Zhang in IEEE Transactions on geoscience and remote sensing, vol 54 n° 12 (December 2016)  

Permalink

A spectral–structural bag-of-features scene classifier for very high spatial resolution remote sensing imagery / Bei Zhao in ISPRS Journal of photogrammetry and remote sensing, vol 116 (June 2016)  

Permalink

ATLAS: A three-layered approach to facade parsing / Markus Mathias in International journal of computer vision, vol 118 n° 1 (May 2016)  

Permalink

Object-oriented semantic labelling of spectral–spatial LiDAR point cloud for urban land cover classification and buildings detection / Anandakumar M. Ramiya in Geocarto international, vol 31 n° 1 - 2 (January - February 2016)  

Permalink

A novel MKL model of integrating LiDAR data and MSI for urban area classification / Yanfeng Gu in IEEE Transactions on geoscience and remote sensing, vol 53 n° 10 (October 2015)  

Permalink

Fast forward feature selection of hyperspectral images for classification with gaussian mixture models / Mathieu Fauvel in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol 8 n° 6 (June 2015)  

Permalink

Forest species recognition based on dynamic classifier selection and dissimilarity feature vector representation / J.G. Martins in Machine Vision and Applications, vol 26 n° 2-3 (April 2015)  

Permalink