Memorias de investigación
Ponencias en congresos:
Uso de Redes Neuronales Autoorganizativas Dinámicas no Supervisadas para la Discriminación de tipos de aguas en Lagos.
Año:2008
Áreas de investigación
  • Procesado y análisis de la señal
Datos
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.
Esta actividad pertenece a memorias de investigación
Participantes
Grupos de investigación, Departamentos, Centros e Institutos de I+D+i relacionados
  • Creador: Grupo de Investigación: Informática Aplicada al Procesado de Señal e Imagen
  • Departamento: Arquitectura y Tecnología de Sistemas Informáticos
  • Departamento: Organización y Estructura de la Información