Descripteur
Termes IGN > mathématiques > statistique mathématique > analyse de données > classification > classification par maximum de vraisemblance
classification par maximum de vraisemblanceVoir aussi |
Documents disponibles dans cette catégorie (130)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Apport de deux méthodes de suivi d'évolution de la zone urbaine par imagerie / R. Bouchiha in Revue Française de Photogrammétrie et de Télédétection, n° 190 (Septembre 2008)
[article]
Titre : Apport de deux méthodes de suivi d'évolution de la zone urbaine par imagerie Type de document : Article/Communication Auteurs : R. Bouchiha, Auteur ; K. Besbes, Auteur Année de publication : 2008 Article en page(s) : pp 40 - 48 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse diachronique
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification à base de connaissances
[Termes IGN] classification dirigée
[Termes IGN] classification hybride
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] détection de changement
[Termes IGN] image Landsat-ETM+
[Termes IGN] image Landsat-MSS
[Termes IGN] image Landsat-TM
[Termes IGN] Sahel
[Termes IGN] Tunisie
[Termes IGN] urbanisation
[Termes IGN] zone urbaineRésumé : (Auteur) La multiplicité d'informations devient de nos jours une aubaine pour l'analyse des données mais aussi une difficulté compte tenu de la diversité des formats, des précisions, des instruments, des niveaux de produits et de leur caractéristique (tel que la calibration). Parmi les applications à fort impact sur le développement durable nous retenons l'étude de l'évolution des informations géographiques et urbanistiques des villes. L'échantillon d'étude proposé est la zone du Sahel tunisien. Cette région connaît une forte évolution démographique et économique et dispose d'images hétérogènes et notamment de type satellitaire : Landsat (MSS, TM, ETM+), l'indice de végétation (NDVI), le modèle numériques de terrain (MNT) et la carte d'occupation du sol. L'objectif de cette contribution est d'évaluer l'apport de l'imagerie Landsat à la définition et à la discrétisation des zones urbaines d'une façon automatique dans un premier lieu et au suivi de l'évolution de cette zone dans un second lieu. La méthodologie utilisée porte sur deux modes de traitement, à savoir la classification supervisée par maximum de vraisemblance et la classification hybride combinant la première avec une classification à base de règles de connaissance. Les classifications sont réalisées sur tous les canaux spectraux sans le canal panchromatique. Les traitements ont permis de mettre en évidence l'évolution de la superficie de la zone urbaine au cours des années. Notre méthode de classification hybride donne des résultats assez concordants aussi bien en termes quantitatifs que de recouvrement spatial. Cette méthode indique que l'aire totale des zones urbaines a augmenté de 310% pendant 33 ans. L'analyse des mesures obtenues par les deux méthodes montre la supériorité de notre approche par rapport à la classification supervisée avec une valeur de kappa presque égale à 0.8. Copyright SFPT Numéro de notice : A2008-553 Affiliation des auteurs : IGN (1940-2011) Thématique : IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29623
in Revue Française de Photogrammétrie et de Télédétection > n° 190 (Septembre 2008) . - pp 40 - 48[article]Exemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 018-08021 RAB Revue Centre de documentation En réserve L003 Disponible IFN-001-P000768 PER Revue Nogent-sur-Vernisson Salle périodiques Disponible A standardized probability comparison approach for evaluating and combining pixel-based classification procedures / D. Chen in Photogrammetric Engineering & Remote Sensing, PERS, vol 74 n° 5 (May 2008)
[article]
Titre : A standardized probability comparison approach for evaluating and combining pixel-based classification procedures Type de document : Article/Communication Auteurs : D. Chen, Auteur Année de publication : 2008 Article en page(s) : pp 601 - 609 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse combinatoire (maths)
[Termes IGN] analyse comparative
[Termes IGN] classification barycentrique
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] classification pixellaire
[Termes IGN] image Ikonos
[Termes IGN] précision de la classificationRésumé : (Auteur) In this paper, a standardized probability approach is presented to evaluate the pixel labeling confidence of each pixel and then combine the classification maps generated from different classification procedures for improving classification accuracy. This approach examines the posterior probability of the maximum-likelihood classifier or inverse-distance weight for the minimum-distance classifier for each pixel. It recommends that, for every classification, a standardized probability map should be outputted along with the classified map to show the pixel labeling confidence for all pixels. Tests based on different feature combinations and training strategies from Ikonos data show that the proposed approach was effective in improving the labeling confidence, as well as overall classification accuracy when classified maps from different classification procedures were combined. This standardized probability can be used to provide additional spatial information along with the traditional accuracy assessment. Copyright ASPRS Numéro de notice : A2008-176 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.14358/PERS.74.5.601 En ligne : https://doi.org/10.14358/PERS.74.5.601 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29171
in Photogrammetric Engineering & Remote Sensing, PERS > vol 74 n° 5 (May 2008) . - pp 601 - 609[article]Urban-trees extraction from Quickbird imagery using multiscale spectex-filtering and non-parametric classification / Y.O. Ouma in ISPRS Journal of photogrammetry and remote sensing, vol 63 n° 3 (May - June 2008)
[article]
Titre : Urban-trees extraction from Quickbird imagery using multiscale spectex-filtering and non-parametric classification Type de document : Article/Communication Auteurs : Y.O. Ouma, Auteur ; R. Tateishi, Auteur Année de publication : 2008 Article en page(s) : pp 333 - 351 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] algorithme de filtrage
[Termes IGN] analyse multirésolution
[Termes IGN] anisotropie
[Termes IGN] arbre (flore)
[Termes IGN] classificateur non paramétrique
[Termes IGN] classification non dirigée
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] extraction du sursol
[Termes IGN] filtrage non linéaire
[Termes IGN] image Quickbird
[Termes IGN] milieu urbain
[Termes IGN] transformation en ondelettesRésumé : (Auteur) Due to the more heterogeneous spectral-radiometric characteristics within urban land-use/cover units in very-high spatial resolution imagery, the traditional pixel-wise statistical and monoscale based classification approaches do not lead to satisfactory results. The main drawback of these methods is that they neglect the shape and context aspects of the image information, which are among the main clues for information extraction at very-high spatial resolutions. This paper presents a pre-classification filtering strategy based on unsupervised multiresolution non-linear image filtering that combines spectral and textural (spectex) image characteristics. In a multiscale model, the local texture characteristics are extracted via wavelet decomposition. The multiscale wavelets texture is then used to control the multiresolution spectral filtering process using the non-linear anisotropic diffusion approach. From the multiresolution non-linear filtering procedure, scale sub-bands suitable for urban-trees extraction are selected. The selected bands are integrated with a normalized difference vegetation index (NDVI) and a principal components transformation (PCT) for classification using a decision-tree (DT) non-parametric classifier. The DT results are compared with the statistical maximum-likelihood classifier. It has been demonstrated that with Quickbird imagery a classification based on the filtered imagery improved the extraction accuracy of urban-trees by 11.7% using the parametric maximum-likelihood classifier, and by 22.5% using the non-parametric decision-tree classifier. This is an increase from a 70.8% extraction accuracy when the respective methods are not used. The results further indicate that the non-linear filtering approach is superior to the linear (median) filtering technique, by 20.8% with respect to classification accuracy. Copyright ISPRS Numéro de notice : A2008-220 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2007.10.006 En ligne : https://doi.org/10.1016/j.isprsjprs.2007.10.006 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29215
in ISPRS Journal of photogrammetry and remote sensing > vol 63 n° 3 (May - June 2008) . - pp 333 - 351[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 081-08031 SL Revue Centre de documentation Revues en salle Disponible Artificial immune-based supervised classifier for land-cover classification / M. Pal in International Journal of Remote Sensing IJRS, vol 29 n° 7 (April 2008)
[article]
Titre : Artificial immune-based supervised classifier for land-cover classification Type de document : Article/Communication Auteurs : M. Pal, Auteur Année de publication : 2008 Article en page(s) : pp 2273 - 2291 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification dirigée
[Termes IGN] classification par arbre de décision
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] identification automatique
[Termes IGN] image Landsat-ETM+
[Termes IGN] occupation du sol
[Termes IGN] précision de la classification
[Termes IGN] système immunitaire artificielRésumé : (Auteur) This paper explores the potential of an artificial immune-based supervised classification algorithm for land-cover classification. This classifier is inspired by the human immune system and possesses properties similar to nonlinear classification, self/non-self identification, and negative selection. Landsat ETM+ data of an area lying in Eastern England near the town of Littleport are used to study the performance of the artificial immune-based classifier. A univariate decision tree and maximum likelihood classifier were used to compare its performance in terms of classification accuracy and computational cost. Results suggest that the artificial immune-based classifier works well in comparison with the maximum likelihood and the decision-tree classifiers in terms of classification accuracy. The computational cost using artificial immune based classifier is more than the decision tree but less than the maximum likelihood classifier. Another data set from an area in Spain is also used to compare the performance of immune based supervised classifier with maximum likelihood and decision-tree classification algorithms. Results suggest an improved performance with the immune-based classifier in terms of classification accuracy with this data set, too. The design of an artificial immune-based supervised classifier requires several user-defined parameters to be set, so this work is extended to study the effect of varying the values of six parameters on classification accuracy. Finally, a comparison with a backpropagation neural network suggests that the neural network classifier provides higher classification accuracies with both data sets, but the results are not statistically significant. Copyright Taylor & Francis Numéro de notice : A2008-100 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/01431160701408402 En ligne : https://doi.org/10.1080/01431160701408402 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29095
in International Journal of Remote Sensing IJRS > vol 29 n° 7 (April 2008) . - pp 2273 - 2291[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 080-08051 RAB Revue Centre de documentation En réserve L003 Disponible Mapping dominant vegetation communities at Meili Snow Mountain, Yunnan Province, China using satellite imagery and plant community data / Z. Zhang in Geocarto international, vol 23 n° 2 (April - May 2008)
[article]
Titre : Mapping dominant vegetation communities at Meili Snow Mountain, Yunnan Province, China using satellite imagery and plant community data Type de document : Article/Communication Auteurs : Z. Zhang, Auteur ; E. De Clercq, Auteur ; et al., Auteur Année de publication : 2008 Article en page(s) : pp 135 - 153 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse spatiale
[Termes IGN] carte de la végétation
[Termes IGN] classification bayesienne
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] flore locale
[Termes IGN] Kappa de Cohen
[Termes IGN] milieu naturel
[Termes IGN] montagne
[Termes IGN] occupation du sol
[Termes IGN] répartition géographique
[Termes IGN] Yunnan (Chine)Résumé : (Auteur) Mapping dominant vegetation communities is important work for vegetation scientists. It is very difficult to map dominant vegetation communities using multispectral remote sensing data only, especially in mountain areas. However plant community data contain useful information about the relationships between plant communities and their environment. In this paper, plant community data are linked with remote sensing to map vegetation communities. The Bayesian soft classifier was used to produce posterior probability images for each class. These images were used to calculate the prior probabilities. One hundred and eighty plant plots at Meili Snow Mountain, Yunnan Province, China were used to characterize the vegetation distribution for each class along altitude gradients. Then, the frequencies were used to modify the prior probabilities of each class. After stratification in a vegetation part and a non-vegetation part, a maximum-likelihood classification with equal prior probabilities was conducted, yielding an overall accuracy of 82.1% and a kappa accuracy of 0.797. Maximum-likelihood classification with modified prior probabilities in the vegetation part, conducted with a conventional maximum-likelihood classification for the non-vegetation part, yielded an overall accuracy of 87.7%, and a kappa accuracy of 0.861. Copyright Taylor & Francis Numéro de notice : A2008-078 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106040701337410 En ligne : https://doi.org/10.1080/10106040701337410 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29073
in Geocarto international > vol 23 n° 2 (April - May 2008) . - pp 135 - 153[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 059-08021 RAB Revue Centre de documentation En réserve L003 Disponible Analyse spatio-temporelle de l'occupation du sol dans le parc national de Waza entre 1986 et 2001 (Nord Cameroun) / G. Wafo Tabopda in Revue Française de Photogrammétrie et de Télédétection, n° 189 (Mars 2008)PermalinkFast error analysis of continuous GPS observations / M. Bos in Journal of geodesy, vol 82 n° 3 (March 2008)PermalinkMultispectral land use classification using neural networks and support vector machines: one or the other, or both? / B. Dixon in International Journal of Remote Sensing IJRS, vol 29 n°3-4 (February 2008)PermalinkFusion of support vector machines for classification of multisensor data / Björn Waske in IEEE Transactions on geoscience and remote sensing, vol 45 n° 12 Tome 1 (December 2007)PermalinkLand-cover classification in the Brazilian Amazon with the integration of Landsat ETM+ and Radarsat data / Dong Lu in International Journal of Remote Sensing IJRS, vol 28 n°23-24 (December 2007)PermalinkModelling and mapping potential hooded warbler (Wilsonia citrina) habitat using remotely sensed imagery / J. Pasher in Remote sensing of environment, vol 107 n° 3 (12 April 2007)PermalinkComparison between several feature extraction/classification methods for mapping complicated agricultural land use patches using airborne hyperspectral data / S. Lu in International Journal of Remote Sensing IJRS, vol 28 n°5-6 (March 2007)PermalinkMERIS-FR potential for land use-land cover mapping / S. Garcia-Gigorro in International Journal of Remote Sensing IJRS, vol 28 n°5-6 (March 2007)PermalinkAn experiment using a circular neighborhood to calculate slope gradient from a DEM / X. Shi in Photogrammetric Engineering & Remote Sensing, PERS, vol 73 n° 2 (February 2007)PermalinkMapping salt-marsh vegetation by multispectral and hyperspectral remote sensing / E. Belluco in Remote sensing of environment, vol 105 n° 1 (15/11/2006)Permalink