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

Ambientes urbanos representam uma das areas mais desafiadoras do sensoriamento remoto devido a grande diversidade encontrada nos materiais presentes na sua superficie. O uso de imagens com alta resolucao espacial e alta resolucao espectral surge como uma alternativa para aplicacoes urbanas, pois a combinacao destas duas caracteristicas permite uma melhor deteccao e discriminacao de alvos. O presente trabalho tem um duplo objetivo: i) avaliar dois conjuntos de dados na classificacao fina de alvos urbanos para dois niveis de legenda (com 11 e 38 classes de cobertura do solo): um deles composto exclusivamente por uma imagem orbital multiespectral (WV-2) e o outro conjunto composto exclusivamente por uma imagem aerotransportada hiperespectral (SpecTIR), ii) bem como testar o desempenho de dois metodos diferentes de classificacao de imagens, Arvore de Decisao C4.5 e Floresta Randomica (Random Forest), para ambos os niveis de legenda. Oito experimentos de classificacao foram realizados para atender a tais objetivos de investigar a eficacia dos sensores e dos metodos em dois niveis de detalhamento. Foram obtidas classificacoes de elevada acuracia. Demonstrou-se para todos os niveis de detalhamento e metodos que as classificacoes obtidas com dados do sensor SpecTIR apresentaram resultados significantemente superiores aos das classificacoes com dados do sensor WV-2.

boletim de ciências geodésicas

ANÁLISE DO NÍVEL DE LEGENDA DE CLASSIFICAÇÃO DE AREAS URBANAS EMPREGANDO IMAGENS MULTIESPECTRAIS E HIPERESPECTRAIS COM OS MÉTODOS ÁRVORE DE DECISÃO C4.5 E FLORESTA RANDÔMICA