|
eaDonNTU, Donetsk >
Научные труды ДонНТУ >
Серія: Інформатика, кібернетика та обчислювальна техніка >
Випуск 11(164) >
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://ea.donntu.ru/handle/123456789/2848
|
| Название: | Intellectual Approach to Crop Classification |
| Другие названия: | Интеллектуальный подход к классификации сельскохозяйственных культур посевов
Інтелектуальний підхід до класифікації посівів сільськогосподарських культур |
| Авторы: | Kravchenko, O.
Кравченко, А.Н.
Кравченко, О.М. |
| Ключевые слова: | Artificial Neural Network
crop classification
area estimation
EM algorithm
classification of remote sensing data
multilayer Perceptron
классификация посевов сельскохозяйственных культур
оценивание площади посевов
обучение с учителем
нейронная сеть
классификация спутниковых данных
алгоритм Expectation-maximization
многослойный персептрон
класифікація посівів сільськогосподарських культур
оцінювання площ посівів
навчання з учителем
нейронна мережа
класифікація супутникових даних
багатошаровий персептрон |
| Дата публикации: | 2010 |
| Издатель: | ДВНЗ «ДонНТУ» |
| Библиографическое описание: | Kravchenko, O. Intellectual Approach to Crop Classification / O. Kravchenko//Наукові праці ДонНТУ. Серія «Інформатика, кібернетика та обчислювальна техніка». – 2010. – Вип. 11(164). – С. 106-114 |
| Серия/номер: | Інформатика, кібернетика та обчислювальна техніка;17 |
| Аннотация: | Представлена информационная технология классификации посевов
сельскохозяйственных культур и оценивания площади посевов. Технология основана
на использовании методов обучения с учителем для классификации спутниковых
данных, которые доступны бесплатно. В рамках технологии выполняется сбор
наземных данных с границами полей посевов каждого класса. В качестве
классификатора используется нейронная сеть типа многослойный персептрон.
Учитывается возможные изменения пропорций классов в обучающей выборке и в
реальных данных. Для оценки пропорций классов в реальных спутниковых данных
используется постобработка результатов классификации на основе алгоритма
Expectation-maximization. Это привело к увеличению точности классификации на 10%.
Технология апробирована на данных среднего пространственного разрешения MODIS
NDVI для вегетационного сезона 2009 года в северных областях Украины |
| Описание: | Information technology for crop classification and area estimation is presented. It is
based on supervised classification of free of charge remote sensing data. To apply technology
it is necessary to collect ground data with field boundaries for each crop class in question.
Multilayer Perceptron Artificial Neural Network is used as soft classifier. Proposed
technology addresses important issue of change of class probabilities in training and real data.
Dedicated post processing of classifier outputs that is based on EM algorithm is used to
estimate class probabilities in real image data. Such post processing leads to increase of
classification accuracy up to 10%. A preliminary step to estimate errors in class probabilities
for real data is also performed. Technology is assessed on moderate resolution MODIS NDVI
data for 2009 vegetation season for the territory of Northern Ukraine |
| URI: | http://ea.donntu.edu.ua/handle/123456789/2848 |
| Располагается в коллекциях: | Випуск 11(164)
|
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.
|
