본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

초록보기

이 논문에서는 원격탐사 자료의 분류를 목적으로 서로 다른 훈련 집단들과 분류자들로부터 생성된 분류 결과들을 결합하는 분류 틀을 제안하였다. 제안 분류 틀의 핵심 부분은 서로 다른 훈련 집단과 분류자들을 이용함으로써 분류 결과 사이의 다양성을 증가시켜서 결과적으로 분류 정확도를 향상시키는데 있다. 제안 분류 틀에서는 우선 서로 다른 샘플링 밀도를 가지는 서로 다른 훈련 집단들을 생성한 후에, 이들을 서로 다른 구분 능력을 나타내는 분류자들의 입력 훈련 자료로 사용한다. 그리고 초기 분류 결과들에 다수결 규칙을 적용하여 최종 분류 결과를 얻게 된다. 다중 시기 ENVISAT ASAR 자료를 이용한 토지 피복 분류 사례 연구를 통해 제안 방법론의 적용 가능성을 검토하였다. 사례 연구에서 3개의 훈련 집단과 최대우도 분류자, 다층 퍼셉트론 분류자, support vector machine 등과 같은 3개의 분류자를 이용한 9개의 분류 결과를 결합하였다. 사례 연구 결과, 제안 분류 틀 안에서 토지 피복 구분에 관한 상호 보완적인 정보의 이용이 가능해져서 가장 높은 분류 정확도를 나타내었다. 서로 다른 결합들을 비교하였을 때, 다양성이 크지 않은 분류 결과들을 결합한 경우에는 분류 정확도의 향상이 나타나지 않았다. 따라서 다중 분류 시스템의 설계시 분류자들의 다양성을 확보하는 것이 중요함을 확인할 수 있었다.

In this paper, a classifier ensemble framework for remote sensing data classification is presented that combines classification results generated from both different training sets and different classifiers. A core part of the presented framework is to increase a diversity between classification results by using both different training sets and classifiers to improve classification accuracy. First, different training sets that have different sampling densities are generated and used as inputs for supervised classification using different classifiers that show different discrimination capabilities. Then several preliminary classification results are combined via a majority voting scheme to generate a final classification result. A case study of land-cover classification using multi-temporal ENVISAT ASAR data sets is carried out to illustrate the potential of the presented classification framework. In the case study, nine classification results were combined that were generated by using three different training sets and three different classifiers including maximum likelihood classifier, multi-layer perceptron classifier, and support vector machine. The case study results showed that complementary information on the discrimination of land-cover classes of interest would be extracted within the proposed framework and the best classification accuracy was obtained. When comparing different combinations, to combine any classification results where the diversity of the classifiers is not great didn't show an improvement of classification accuracy. Thus, it is recommended to ensure the greater diversity between classifiers in the design of multiple classifier systems.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
L밴드 인공위성 SAR를 이용한 동해 연안 해상풍 산출 및 오차 특성 김태성, 박경애, 최원문, 홍성욱, 최병철, 신인철, 김경렬 pp.477-487

훈련 자료의 임의 선택과 다중 분류자를 이용한 원격탐사 자료의 분류 박노욱, 유희영, 김이현, 홍석영 pp.489-499

MODIS 16-Day Albedo 자료를 이용한 동북아시아 지역의 토지피복 별 알베도 변화 분석 박은빈, 한경수, 이창석, 피경진 pp.501-508

MODIS NDVI와 기상자료를 이용한 우리나라 벼 수량 추정 홍석영, 허지나, 안중배, 이지민, 민병걸, 이충근, 김이현, 이경도, 김선화, 김건엽 [외] pp.509-520

MODIS 인공위성 이미지를 이용한 Priestley-Taylor 기반 공간 잠재 증발산 산정 : 낙동강 유역을 중심으로 서찬양, 이종진, 박재영, 최민하 pp.521-529

천리안 해색위성 GOCI를 이용한 대한민국 남해안 적조 모니터링 손영백, 강윤향, 유주형 pp.531-548

표면 파라미터 추정값 평가를 위한 조정계산모델별 전통계량 적용도 비교분석 서수영 pp.549-559

L-곡선 기반의 Modified Wiener Filter(MWF)를 이용한 위성 영상의 MTF 보상 전병일, 김홍래, 장영근 pp.561-571

높은 이상점 비율을 갖는 고감도 가이거모드 영상 라이다 데이터로부터 이상점 검출 김성준, 이임평, 이영철, 조민식 pp.573-586

LiDAR 자료를 이용한 A/R CDM 대상지 선정에 관한 연구 Cui Guishan, 박태진, 이우균, 이종열, 곽두안, 곽한빈 pp.587-596

참고문헌 (27건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 Land cover classification of a non-accessible area using multi-sensor images and GIS data 소장
2 Feature Extraction and Fusion for Land-Cover Discrimination with Multi-Temporal SAR Data 소장
3 Hierarchical Land Cover Classification using IKONOS and AIRSAR Images 소장
4 Unsupervised Image Classification through Multisensor Fusion using Fuzzy Class Vector 소장
5 Rural Land Cover Classification using Multispectral Image and LIDAR Data 소장
6 Multiple classifiers applied to multisource remote sensing data 네이버 미소장
7 A neural-statistical approach to multitemporal and multisource remote-sensing image classification 네이버 미소장
8 An advanced system for the automatic classification of multitemporal SAR images 네이버 미소장
9 Burrough, P.A. and R.A. McDonnell, 1998. Principlesof Geographical Information Systems, OxfordUniversity Press, Oxford, NY, USA. 미소장
10 LIBSVM 네이버 미소장
11 Kernel-based methods for hyperspectral image classification 네이버 미소장
12 De Grandi, G.F., M. Leysen, J.-S. Lee, and D.Schuler, 1997. Radar reflective estimationusing multiple SAR scenes of the same target:techniques and applications, Proceedings of1997 International Geoscience and RemoteSensing Symposium, Singapore, Aug. 3-8, pp.1047-1050. 미소장
13 Thematic Map Comparison: Evaluating the Statistical Significance of Differences in Classification Accuracy 네이버 미소장
14 Giacinto, G., F. Roli, and L. Bruzzone, 2000.Combination of neural and statisticalalgorithms for supervised classification ofremote-sensing images, Pattern RecognitionLetters, 21(5): 385-397. 미소장
15 Random Forests for land cover classification 네이버 미소장
16 Application of Dempster-Shafer evidence theory to unsupervised classification in multisource remote sensing 네이버 미소장
17 Kuncheva, L.I., 2004. Combining Pattern Classifiers,John Wiely & Sons, Inc., Hoboken, NJ, USA. 미소장
18 Probabilistic and Evidential Approaches for Multisource Data Analysis 네이버 미소장
19 Lillesand, T.M., R.W. Kiefer, and J.W. Chipman,2008. Remote Sensing and Image Interpretation,6th Edition, John Wiley & Sons, Inc., Hoboken,NJ, USA. 미소장
20 Classification of hyperspectral remote sensing images with support vector machines 네이버 미소장
21 The effect of classifier agreement on the accuracy of the combined classifier in decision level fusion 네이버 미소장
22 Ensemble based systems in decision making 네이버 미소장
23 Multitemporal ERS SAR analysis applied to forest mapping 네이버 미소장
24 An experimental comparison of neural and statistical non-parametric algorithms for supervised classification of remote-sensing images 네이버 미소장
25 Multisensor data fusion using fuzzy concepts: application to land-cover classification using ERS-1/JERS-1 SAR composites 네이버 미소장
26 Some terms of reference in data fusion 네이버 미소장
27 Waske, B. and M. Braun, 2009. Classifier ensemblesfor land cover mapping using multitemporalSAR imagery, ISPRS Journal of Photogrammetryand Remote Sensing, 64(5): 450-457. 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기