Classificação de imagens tomográficas de ciência dos solos utilizando redes neurais e combinação de classificadores
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidade Federal de São Carlos
BR
UFSCar
Programa de Pós-Graduação em Ciência da Computação - PPGCC
BR
UFSCar
Programa de Pós-Graduação em Ciência da Computação - PPGCC
DOI
Abstract
Description
Pattern Recognition is a subject being used in a multidisciplinary scope, with different approaches. One of them is its application in computerized tomography images, commonly acquired in order to do medical diagnosis, but they have been used in several other applications as well, including Soil Science. The objective of this work is to study and to discuss the performance of neural network-based classifiers (Multilayer Perceptron and
Radial Basis Functions) and classifier combiners (Bagging, Decision Templates and
Dempster-Shafer) applied to identify materials in Soil Science multispectral images, acquired
using Computerized Tomography. The results were evaluated by error estimation by Hold-
Out and the Kappa coefficient.
Universidade Federal de Minas Gerais
Reconhecimento de Padrões é uma área de âmbito multidisciplinar, com diversas abordagens. Uma delas é a aplicação em imagens de tomografia computadorizada, obtidas mais comumente para fins de diagnóstico médico, mas que também vêm sendo utilizadas nas mais variadas aplicações, inclusive Ciência dos Solos. O objetivo deste trabalho é estudar e discutir o desempenho de classificadores baseados em redes neurais (Perceptron de Múltiplas Camadas e Redes de Função de Base Radial) e da combinação de classificadores (Bagging, Decision Templates e Dempster-Shafer) na identificação de materiais em imagens multiespectrais de Ciência de Solos obtidas através de tomografia computadorizada. Os resultados foram avaliados através da estimativa de erro obtida pelo método Hold-Out e do coeficiente Kappa.
Universidade Federal de Minas Gerais
Reconhecimento de Padrões é uma área de âmbito multidisciplinar, com diversas abordagens. Uma delas é a aplicação em imagens de tomografia computadorizada, obtidas mais comumente para fins de diagnóstico médico, mas que também vêm sendo utilizadas nas mais variadas aplicações, inclusive Ciência dos Solos. O objetivo deste trabalho é estudar e discutir o desempenho de classificadores baseados em redes neurais (Perceptron de Múltiplas Camadas e Redes de Função de Base Radial) e da combinação de classificadores (Bagging, Decision Templates e Dempster-Shafer) na identificação de materiais em imagens multiespectrais de Ciência de Solos obtidas através de tomografia computadorizada. Os resultados foram avaliados através da estimativa de erro obtida pelo método Hold-Out e do coeficiente Kappa.
Citation
Collections
Endorsement
Review
Supplemented By
Referenced By
Rights and licensing
Acesso Aberto