English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Este artigo apresenta um metodo que realiza a classificacao automatica dos pontos amostrados por um sistema de varredura a LASER aerotransportado (SVLA). Nesse metodo sao utilizados os autovalores da matriz de variâncias e covariâncias (MVC). Para o calculo da MVC considera-se uma vizinhanca no entorno do ponto de interesse, a qual e determinada com base no conceito de entropia. A classificacao e executada comparando os autovalores calculados, referentes a cada ponto e sua vizinhanca, com os autovalores das estruturas ou classes predefinidas. Como medida de similaridade utiliza-se a distância euclidiana no espaco dos autovalores e, com o intuito de eliminar os pontos ambiguos, incorporou-se ao metodo o fator de nao ambiguidade (FNA). Para avaliacao do metodo proposto e implementado, utilizou-se um conjunto de dados LASER referente ao municipio de Presidente Prudente/SP, cuja densidade aproximada e de 8 pontos/m2. Os resultados mostram que mesmo diante da complexidade dos ambientes reais, algumas estruturas foram bem definidas. Com a incorporacao do FNA foi possivel identificar e eliminar pontos com alta probabilidade de pertencer a duas classes (pontos ambiguos), geralmente amostrados sobre vegetacoes, regioes com pequena densidade de pontos, proximos das regioes de bordas e sobre linhas de transmissao proximas as edificacoes. Por meio da avaliacao quantitativa verificou-se que a incorporacao do FNA ao metodo de classificacao possibilitou diminuir a quantidade de pontos incorretamente classificados, principalmente para os maiores objetos. Alem disso, foi possivel verificar que o uso do FNA e interessante para areas de vegetacao, uma vez que grande parte dos pontos ambiguos sao identificados.

CLASSIFICAÇÃO DE NUVEM DE PONTOS LASER UTILIZANDO O CONCEITO DE ANÁLISE DE COMPONENTES PRINCIPAIS E O FATOR DE NÃO AMBIGUIDADE