Tamanho da fonte:
COMPARAÇÃO ENTRE OS CLASSIFICADORES ADABOOST E RANDOM FOREST NA CARACTERIZAÇÃO DO AMBIENTE URBANO
Última alteração: 2020-11-04
Resumo
A presente pesquisa realizou uma comparação entre dois classificadores popularmente conhecidos, são eles o AdaBoost e o Random Forest. A proposta do trabalho é avaliar o desempenho dos classificadores diante de uma validação cruzada de dados e avaliar a capacidade de ambos na caraterização de alvos urbanos. Para tal foi utilizado uma imagem orbital do WorldView-3 com 8 bandas espectrais e com resolução espacial de 30 cm. O classificador Random Forest apresentou maior acurácia na identificação dos alvos. Os resultados alcançados podem contribuir na escolha correta do classificador para o uso de imagens orbitais de alta resolução em ambientes urbanos, possibilitando assim atingir uma melhor caracterização para os alvos em questão.
Texto completo:
PDF