| 1. Identificação | ||||
| Tipo de Referência | Artigo em Evento (Conference Proceedings) | |||
| Site | mtc-m21b.sid.inpe.br | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identificador | 8JMKD3MGP3W34P/49NAF95 | |||
| Repositório | sid.inpe.br/mtc-m21b/2023/08.29.13.08 | |||
| Última Atualização | 2023:08.29.13.08.59 (UTC) simone | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21b/2023/08.29.13.08.59 | |||
| Última Atualização dos Metadados | 2023:09.26.02.58.00 (UTC) administrator | |||
| Chave Secundária | INPE--PRE/ | |||
| Chave de Citação | CarvalhoSantSant:2017:UnClPo | |||
| Título | Unsupervised Classification of PolSAR Images using the K-means algorithm based on stochastic distances  | |||
| Ano | 2017 | |||
| Data de Acesso | 02 maio 2024 | |||
| Tipo Secundário | PRE CN | |||
| Número de Arquivos | 1 | |||
| Tamanho | 175 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Carvalho, Naiallen Carolyne Rodrigues Lima 2 Sant'Anna, Leonardo Bins 3 Sant'Anna, Sidnei João Siqueira | |||
| Identificador de Curriculo | 1 2 3 8JMKD3MGP5W/3C9JJ8N | |||
| Grupo | 1 CAP-COMP-SESPG-INPE-MCTIC-GOV-BR 2 DIDPI-CGOBT-INPE-MCTIC-GOV-BR 3 DIDPI-CGOBT-INPE-MCTIC-GOV-BR | |||
| Afiliação | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) | |||
| Endereço de e-Mail do Autor | 1 naiallen@yahoo.com.br 2 leonardo.bins@inpe.br 3 sidnei.santanna@inpe.br | |||
| Nome do Evento | Workshop dos Cursos de Computação Aplicada do INPE, 17 (WORCAP) | |||
| Localização do Evento | São José dos Campos, SP | |||
| Data | 20-22 nov. 2017 | |||
| Título do Livro | Anais | |||
| Tipo Terciário | Poster | |||
| Histórico (UTC) | 2023-08-29 13:08:59 :: simone -> administrator :: 2023-09-26 02:58:00 :: administrator -> simone :: 2017 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é a matriz | |||
| Estágio do Conteúdo | concluido | |||
| Transferível | 1 | |||
| Tipo do Conteúdo | External Contribution | |||
| Tipo de Versão | publisher | |||
| Palavras-Chave | Stochastic distance PolSAR k-means | |||
| Resumo | Nowadays there is a growing gamma of images generated by satellite that uses SAR Synthetic Aperture Radar) sensors, due to that, many algorithms have been developed for handle this kind of data. The SAR systems act in the microwave range and could generate images in a single polarization, in a single frequency or in multiples polarizations and multiples frequencies. The images generated by a mixture of polarizations horizontal and vertical are called PolSAR (Polarimetric Synthetic Aperture Radar) and are the focus of this work. The classification of PolSAR images provides a thorough characterization of the targets allowing a better segmentation of the area. Image classification consists in separating the data into groups based on their similarity, and the unsupervised approach does do that automatically by finding clusters based on a certain criterion. In this work, we propose to perform an unsupervised classification method to classify the PolSAR images, using the k-means algorithm with the statistical approach which objective is associate a given sample to a cluster according to a probability distribution, and this association depends on the stochastic distance of this sample and the center of mass of the cluster. In general, the Gaussian distribution is the model widely used, running on several occasions as a standard model for modeling data, especially when the probability distribution of a group is not known, but for PolSAR classification the parameter used is a multilook covariance matrix which obeys the complex Wishart distribution. Therefore, in this work, we compare five stochastic distances: Bhattacharyya, Kullback-Leibler, Hellinger, Renyi of order β e Chi-square. And the results showed that the proposed version of K-means reaches higher accuracy values compared to the classic version, which uses the Euclidian distance. | |||
| Área | COMP | |||
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Unsupervised Classification of... | |||
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Unsupervised Classification of... | |||
| Arranjo 3 | Unsupervised Classification of... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| URL dos dados | http://urlib.net/ibi/8JMKD3MGP3W34P/49NAF95 | |||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34P/49NAF95 | |||
| Idioma | en | |||
| Arquivo Alvo | Carvalho_unsupervised.pdf | |||
| Grupo de Usuários | simone | |||
| Visibilidade | shown | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3EQCCU5 8JMKD3MGPCW/3F2PHGS 8JMKD3MGPDW34P/49QQESB | |||
| Lista de Itens Citando | sid.inpe.br/mtc-m21/2012/07.13.15.00.20 3 sid.inpe.br/mtc-m16c/2023/09.14.00.51 2 sid.inpe.br/bibdigital/2013/09.09.15.05 1 | |||
| Acervo Hospedeiro | sid.inpe.br/mtc-m21b/2013/09.26.14.25.20 | |||
| 6. Notas | ||||
| Campos Vazios | archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn label lineage mark mirrorrepository nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readergroup readpermission rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url volume | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||