文献

J-GLOBAL ID：201302241727141660   整理番号：13A0815296

ランダムフォレスト法とサポートベクターマシン法を協調して使った中央アジアの潅漑地での農地作物の分類

Per-field crop classification in irrigated agricultural regions in middle Asia using random forest and support vector machine ensemble

著者 (6件)： LOEW Fabian (Julius-Maximilians-Univ. Wuerzburg, Wuerzburg, DEU) ,  SCHORCHT Gunther (Julius-Maximilians-Univ. Wuerzburg, Wuerzburg, DEU) ,  MICHEL Ulrich (Univ. Education, Heidelberg, DEU) ,  DECH Stefan (Julius-Maximilians-Univ. Wuerzburg, Wuerzburg, DEU) ,  DECH Stefan (German Aerospace Center(DLR), Wessling, DEU) ,  CONRAD Christopher (Julius-Maximilians-Univ. Wuerzburg, Wuerzburg, DEU)
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 8538  ページ： 85380R.1-85380R.11  発行年： 2012年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 世界中で耕作可能な土地の17%は灌漑を使って給水され,そこで穀物の40%を生産している。中央アジアでは作物はほとんど乾燥地帯か半乾燥地帯で作られ,淡水を最も多く消費しているのは潅漑である。今後の水需要を予想し適切な農業政策を作るためには,作物を分類しその産地を推定する必要がある。本研究では,衛星を使ったランダムフォレスト(RF)法及びサポートベクターマシン(SVM)法を併用し,分類の精度を向上させ更に空間的な情報を提供する。RFとSVMを互いに補完させながら併用した分類の結果は,それぞれ単独に使う場合より更に生産者が行う分類の結果より精度が高い事が示された。

シソーラス用語： *計算機アルゴリズム ,  サポートベクトルマシン ,  灌漑 ,  中央アジア ,  乾燥地帯 ,  淡水 ,  気象衛星 ,  分類 ,  *農作物 ,  ディシジョンツリー ,  学習機械
準シソーラス用語： RapidEye ,  *ランダムフォレスト ,  地球観測衛星

分類 (3件)： リモートセンシング一般  (AD04000L) ,  植物生態学  (EE02000E) ,  作物栽培一般  (FC03010R)

タイトルに関連する用語 (8件)： ランダムフォレスト法 ,  サポートベクターマシン ,  協調 ,  中央アジア ,  潅漑 ,  農地 ,  作物 ,  分類