AT-SOM: MAPAS AUTO-ORGANIZÁVEIS ATENUANTES

Conteúdo do artigo principal

Rogério Galante Negri
Carlos Alberto Pires de Castro Filho

Resumo

Mapas Auto-Organizáveis (SOM) são modelos de Rede Neurais Artificiais inspirados no comportamento do córtex cerebral humano, os quais podem ser empregados na classificação de imagens. Este trabalho apresenta um método de classificação de imagens baseado em SOM, denominado Mapas Auto Organizáveis Atenuantes (At-SOM), capaz de reduzir os efeitos provocados pela classificação baseada em pixels. Para isto, o método desenvolvido é munido de um processo iterativo que reduz os valores dos pixels de um mesmo agrupamento. Um estudo de caso sobre a exatidão dos métodos At-SOM, Expectation Maximization, Fuzzy C-édias e o método SOM clássico foi realizado, tomando como base um problema específico de classificação de tipos de cobertura da terra em uma imagem do sensor LANDSAT-5 TM. O método proposto, associado à função de vizinhança topológica Chapéu Mexicano, mostrou maior acurácia com relação aos demais métodos.

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...

Detalhes do artigo

Como Citar
NEGRI, R. G.; CASTRO FILHO, C. A. P. de. AT-SOM: MAPAS AUTO-ORGANIZÁVEIS ATENUANTES. Revista Brasileira de Cartografia, [S. l.], v. 64, n. 6, 2012. DOI: 10.14393/rbcv64n6-43806. Disponível em: https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/43806. Acesso em: 26 nov. 2022.
Seção
Artigos
Biografia do Autor

Rogério Galante Negri, Instituto Nacional de Pesquisas Espaciais - INPE

Instituto Nacional de Pesquisas Espaciais - INPE Divisão de Processamento de Imagens - DPI

Carlos Alberto Pires de Castro Filho, Instituto Nacional de Pesquisas Espaciais - INPE Diretoria de Serviço Geográfico - DSG

Instituto Nacional de Pesquisas Espaciais - INPE Divisão de Processamento de Imagens - DPI Diretoria de Serviço Geográfico - DSG