Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Negri, Rogério G. | - |
Autor(es): dc.creator | Casaca, Wallace C. O. | - |
Autor(es): dc.creator | Silva, Erivaldo A. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T23:30:08Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T23:30:08Z | - |
Data de envio: dc.date.issued | 2022-04-29 | - |
Data de envio: dc.date.issued | 2022-04-29 | - |
Data de envio: dc.date.issued | 2018-01-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-319-75193-1_52 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/228509 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/228509 | - |
Descrição: dc.description | Stochastic distances combined with Minimum Distance method for region-based classification of Polarimetric Synthetic Aperture Radar (PolSAR) image was successfully verified in Silva et al. (2013). Methods like K-Nearest Neighbors may also adopt stochastic distances and then used in a similar purpose. The present study investigates the use of kernel methods for PolSAR region-based classification. For this purpose, the Jeffries-Matusita stochastic distance between Complex Multivariate Wishart distributions is integrated in a kernel function and then used in Support Vector Machine and Graph-Based kernel methods. A case study regarding PolSAR remote sensing image classification is carried to assess the above mentioned methods. The results show superiority of kernel methods in comparison to the other analyzed methods. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Instituto de Ciência e Tecnologia Univ. Estadual Paulista | - |
Descrição: dc.description | Campus Experimental de Rosana Univ. Estadual Paulista | - |
Descrição: dc.description | Faculdade de Ciência e Tecnologia Univ. Estadual Paulista | - |
Descrição: dc.description | Instituto de Ciência e Tecnologia Univ. Estadual Paulista | - |
Descrição: dc.description | Campus Experimental de Rosana Univ. Estadual Paulista | - |
Descrição: dc.description | Faculdade de Ciência e Tecnologia Univ. Estadual Paulista | - |
Descrição: dc.description | FAPESP: 2014/14830-8 | - |
Formato: dc.format | 433-440 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Image classification | - |
Palavras-chave: dc.subject | Kernel function | - |
Palavras-chave: dc.subject | PolSAR | - |
Palavras-chave: dc.subject | Region-based | - |
Palavras-chave: dc.subject | Stochastic distances | - |
Título: dc.title | Region-based classification of PolSAR data through kernel methods and stochastic distances | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: