Descripción
|
|
---|---|
En este trabajo se presenta una metodología no supervisada de clasificación basada en redes neuronales autoorganizativas dinámicas (GCS), que utiliza todos los píxeles de un lago en particular para obtener un modelo simplificado de esta información que permita determinar a qué clase pertenece cada píxel. El único dato que debe establecerse es el número de clases que se desean discriminar. El resto del proceso se produce de manera automática. En general, el método se divide en tres fases: reducir el volumen de información original, intentando minimizar la pérdida de conocimiento y eliminando redundancias presentes en los datos; analizar y obtener un conjunto de vectores representativos de cada una de las clases a discriminar; y finalmente, clasificar los píxeles de la imagen original. En las tres fases se utiliza el modelo GCS como base. El método que se propone se ha aplicado a una escena, de 7 mega píxeles, de una imagen capturada por el sensor multiespectral del satélite KOMPSAT. | |
Internacional
|
No |
Nombre congreso
|
SELPER, Capítulo Cuba |
Tipo de participación
|
960 |
Lugar del congreso
|
La Habana, Cuba |
Revisores
|
Si |
ISBN o ISSN
|
978-959-247-063-7 |
DOI
|
|
Fecha inicio congreso
|
22/09/2008 |
Fecha fin congreso
|
26/09/2008 |
Desde la página
|
0 |
Hasta la página
|
0 |
Título de las actas
|
La Geomática al servicio de la Geociencia por un desarrollo sostenible. |