Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Sitemarte.sid.inpe.br (namespace prefix: upn:LCETB2)
Identificador3ERPFQRTRW/39UFLBE
Repositóriodpi.inpe.br/marte/2011/06.27.14.26
Última Atualização2011:06.27.14.26.30 (UTC) tereza@sid.inpe.br
Repositório de Metadadosdpi.inpe.br/marte/2011/06.27.14.26.30
Última Atualização dos Metadados2018:06.06.02.23.32 (UTC) administrator
ISBN978-85-17-00056-0 (Internet)
978-85-17-00057-7 (DVD)
Chave de CitaçãoAndreolaHaer:2011:SeVaIm
TítuloSeleção de variáveis em imagens hiperespectrais para classificadores SVM
FormatoDVD, Internet.
Ano2011
Data de Acesso22 nov. 2026
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho117 KiB
2. Contextualização
Autor1 Andreola, Rafaela
2 Haertel, Vitor Francisco de Araújo
Afiliação1 Faculdade da Serra Gaúcha – FSG
2 Universidade Federal do Rio Grande do Sul – UFRGS
Endereço de e-Mail do Autor1 rafaela.andreola@gmail.com
2 victor.haertel@ufrgs.br
EditorEpiphanio, José Carlos Neves
Galvão, Lênio Soares
Endereço de e-Mailwanderf@dsr.inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 15 (SBSR).
Localização do EventoCuritiba
Data30 abr. - 5 maio 2011
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas7729-7736
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Acervo Hospedeirodpi.inpe.br/banon/2003/12.10.19.30 upn:LCETB2
Histórico (UTC)2011-08-15 15:17:44 :: wanderf@dsr.inpe.br -> tereza@sid.inpe.br :: 2011
2011-08-17 14:49:29 :: tereza@sid.inpe.br -> administrator :: 2011
2018-06-06 02:23:32 :: administrator -> tereza@sid.inpe.br :: 2011
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavefeature selection
support vector machines
high-dimensional image data
seleção de variáveis
imagens hiperespectrais
ResumoVery recent articles report that Support Vector Machine (SVM) methods generally outperform traditional statistical and neural methods in classification problems involving hyperspectral images. In this paper we investigate the performance of the SVM classifier when applied to high dimensional image data, depicting natural scenes. Since the SVM classifier deals with a pair of classes at a time, a multi-stage classifier, structured as a binary tree is proposed, comparing classification approaches based on three different feature selection methods, i.e., selection of N features at regular intervals throughout the electromagnetic spectrum, Sequential Forward Selection (SFS) and the Recursive Feature Elimination technique (RFE). The RBF kernel is used in this study. Tests are performed using AVIRIS hyperspectral image data covering a test area which includes classes spectrally very similar, separable in high-dimensional spaces only.
ÁreaSRE
TipoSensoriamento Remoto Hiperespectral e Radiometria
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URI dos dadosupn:LCETB2:3ERPFQRTRW/39UFLBE
URL dos dadoshttp://urlib.net/ibi/3ERPFQRTRW/39UFLBE
URL dos dados zipadoshttp://urlib.net/zip/3ERPFQRTRW/39UFLBE
Idiomapt
Arquivo Alvop0383.pdf
Grupo de Usuárioswanderf@dsr.inpe.br
tereza@sid.inpe.br
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Lista de Itens Citandosid.inpe.br/bibdigital@80/2006/04.07.15.50.13 - 7
dpi.inpe.br/banon/2003/12.10.19.30.54 - 1
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition group issn label lineage mark nextedition nexthigherunit notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)tereza@sid.inpe.br
atualizar 


Fechar