Intellectual Approach to Crop Classification
Електронний архів E-archive DonNTU – (Electronic archive Donetsk National Technical University)
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Intellectual Approach to Crop Classification
Интеллектуальный подход к классификации сельскохозяйственных культур посевов |
|
| Creator |
Кравченко, А.Н.
|
|
| Subject |
классификация посевов сельскохозяйственных культур
crop classification area estimation оценивание площади посевов classification of remote sensing data multilayer Perceptron Artificial Neural Network EM algorithm обучение с учителем нейронная сеть классификация спутниковых данных алгоритм Expectation-maximization многослойный персептрон |
|
| Description |
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 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 |
|
| Date |
2011-12-05T13:32:45Z
2011-12-05T13:32:45Z 2010 |
|
| Type |
Article
|
|
| Identifier |
Интеллектуальный подход к классификации сельскохозяйственных культур посевов / Кравченко А.Н.//Научные труды ДонНТУ. Серия «Информатика, кибернетика и вычислительная техника». – 2010. – Вып. 11(164). – С. 106-114
УДК 528.854 http://ea.donntu.edu.ua/handle/123456789/2848 |
|
| Relation |
Інформатика, кібернетика та обчислювальна техніка;17
|
|
| Publisher |
ДВНЗ «ДонНТУ»
|
|