WEKO3
アイテム
リモートセンシングによる徳島市中心部の土地利用状況解析
https://shikoku-u.repo.nii.ac.jp/records/205
https://shikoku-u.repo.nii.ac.jp/records/205636ad1b4-b871-4840-9ed8-8fbb67ac0b96
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
KJ00000202942.pdf (910.4 kB)
|
.png)
|
| Item type | [ELS]学術雑誌論文 / Journal Article(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2016-10-21 | |||||
| タイトル | ||||||
| タイトル | リモートセンシングによる徳島市中心部の土地利用状況解析 | |||||
| タイトル | ||||||
| タイトル | Land Cover Mapping of Tokushima City by Remote Sensing Analysis | |||||
| 言語 | en | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | Neural Network | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | Remote Sensing | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | Pattern Classification | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | Knowledge-Based Processing | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | Back-Propagation Method | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | Self-Organized Feature Mapping | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||
| 資源タイプ | journal article | |||||
| 雑誌書誌ID | ||||||
| 収録物識別子タイプ | NCID | |||||
| 収録物識別子 | AN10512720 | |||||
| 論文名よみ | ||||||
| タイトル | リモート センシング ニヨル トクシマシ チュウシンブ ノ トチ リヨウ ジョウキョウ カイセキ | |||||
| 著者 |
村井, 礼
× 村井, 礼× Murai, Hiroshi |
|||||
| 著者所属(日) | ||||||
| 値 | 四国大学経営情報研究所 | |||||
| 著者所属(英) | ||||||
| 言語 | en | |||||
| 値 | RESEARCH INSTITUTE OF MANAGEMENT AND INFORMATION SCIENCE SHIKOKU UNIVERSITY | |||||
| 記事種別(日) | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | 地域研究 | |||||
| 記事種別(英) | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | BUSSINESS COMMUNITY STUDY | |||||
| 抄録(英) | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | In this paper, we propose a pattern classification method for remote sensing data using two neural networks; one (NN1) is trained by a back-propagation method and another (NN2) by self-organized feature mapping and knowledge-based processing. The NN1 has the ability to recognize complex patterns and classify them. However, it has two disadvantages : it may misclassify the patterns, and it is difficult to choose a training set. On the other hand, the NN 2 doesn't need the training set, and a knowledge - based system which uses human geographical knowledge improves the Classification results, compared with the conventional statistical method. We propose a pattern classification method that integrates advantages of both the neural networks and the knowledge-based system. The proposed system is divided into three sub-systems which consist of a preprocessing component, a recognition component, and an error correction component. We use the NN2 for choosing the training set as a preprocessor of the NN1, the NN1 for classification, and the knowledge-based system for correcting mis-classification created by the NN1. Experimental results illustrate the performance of the proposed system. | |||||
| 書誌情報 | 巻 1, p. 95-100, 発行日 1995-12-05 | |||||
| 表示順 | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | 10 | |||||
| アクセション番号 | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | KJ00000202942 | |||||
