MétaCan
Menu
Retour à la cohorte
Enregistrement W2126906251 · doi:10.5589/m12-040

Multispectral detection of European frog-bit in the South Nation River using Quickbird imagery.

2014· article· en· W2126906251 sur OpenAlexafffundabout
Cameron Proctor, Vincent Β. Robinson, Yuhong He

Notice bibliographique

RevueTSpace · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensGeneral Electric (Canada)
Organismes subventionnairesUniversity of Toronto Mississauga
Mots-clésMultispectral imageWetlandGeographyRemote sensingGround truthSatellite imageryCartographySegmentationLand coverSpectral signatureEnvironmental scienceEnvironmental resource managementEcologyComputer scienceArtificial intelligenceLand useBiology

Résumé

récupéré en direct d'OpenAlex

This thesis investigated multispectral detection of the invasive floating macrophyte, European Frog-bit, using Quickbird imagery and fuzzy image classification. To determine if the spectral signature of European Frog-bit were separable from other wetland vegetation, a species level land cover classification was conducted on a 6km section of the South Nation River in Ontario, Canada. Supervised and unsupervised imagery classification approaches were evaluated using the fuzzy classifiers, Fuzzy Segmentation for Object Based Image Classification (FS) and Fuzzy C-Means (FCM). Both approaches were sufficiently robust to detect European Frog-bit. User’s and producer’s accuracies for the European Frog-bit class were 81.0% and 77.9% for the FS classifier and 63.5% and 73.0% for the FCM classifier. These accuracies indicated that the spectral signature of EFB was sufficiently different to permit detection and separation from other wetland vegetation and fuzzy image classifiers were capable of detecting EFB in Quickbird imagery.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,207

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,031
Tête enseignante GPT0,299
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetIdentification and Quantification in FoodTravaux en français237 207