文献

J-GLOBAL ID：201302203891903165   整理番号：13A1549700

Huntington野生生物森林上の多重時間LandsatTM画像を使った森林の分類と変動に対する機械学習方式

Machine learning approaches for forest classification and change analysis using multi-temporal Landsat TM images over Huntington Wildlife Forest

著者 (3件)： LI Manqi (Ulsan National Inst. of Sci. and Technol. (UNIST), Ulsan, KOR) ,  IM Jungho (Ulsan National Inst. of Sci. and Technol. (UNIST), Ulsan, KOR) ,  BEIER Colin (State Univ. New York, NY, USA)
資料名： GIScience & Remote Sensing  (GIScience & Remote Sensing)
巻： 50  号： 4  ページ： 361-384  発行年： 2013年08月 
JST資料番号： W2390A  ISSN： 1548-1603  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 1991~2011年に取得した多重時間Landsat-5TMを使った標題山岳域の森林型(針葉樹,落葉樹及び混合針葉樹/落葉樹)を分類した。第1に,3つの地形補正法:C補正,SE(統計的-経験的)補正及びVECA(可変経験係数アルゴリズム)を評価し,次に,森林型分類に対する3つの機械学習方式:DTs(ディシジョンツリー),RF(ランダム森林)及びSVMs(サポートベクトルマシン)を査定し,最後に,ニューヨーク州Adirondack山脈の6000ha標題混交林内の30年以上に亘る森林型の変動を研究し,結果を詳述した。

シソーラス用語： 機械学習 ,  *森林 ,  ニューヨーク州 ,  衛星利用画像 ,  サポートベクトルマシン ,  *分類
準シソーラス用語： *Huntington野生生物森林 ,  LandsatTM ,  地形補正

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 野生生物 ,  森林 ,  多重 ,  分類 ,  機械学習