MétaCan
Menu
Retour à la cohorte
Enregistrement W2395968533 · doi:10.1080/10106049.2015.1120351

An evaluation of Radarsat-2 individual and combined image dates for land use/cover mapping

2015· article· en· W2395968533 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueGeocarto International · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueRemote-Sensing Image Classification
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Space AgencyNational Aeronautics and Space AdministrationU.S. Department of AgricultureEuropean Space AgencyU.S. Geological SurveyGeorge Mason University
Mots-clésThematic mapLand coverGeographyRemote sensingCartographyThematic MapperLand useContextual image classificationCover (algebra)Physical geographySatellite imageryImage (mathematics)Artificial intelligenceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Various land use/cover types exhibit seasonal characteristics which can be captured in remotely sensed imagery. This study examined how different seasons of Radarsat-2 data influence land use/cover classification accuracies for two study sites. Two dates of Radarsat-2 C-band quad-polarised images were obtained for Washington, DC, USA and Wad Madani, Sudan. Spectral signatures were extracted and used with a maximum likelihood decision rule for classification and thematic accuracies were then determined. Both despeckled radar and derived texture measures were examined. Thematic accuracies for the two despeckled image dates were similar with a difference of 3% for Washington and 6% for Sudan. Merging the despeckled images for both seasons increased overall accuracy by 2% for Washington and 9% for Sudan. Further combining the original radar for both seasons with derived texture measures increased overall accuracies by 9% for Washington and 16% for Sudan for final overall accuracy values of 73 and 82%.

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.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,757
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,093
Tête enseignante GPT0,301
Écart entre enseignants0,208 · 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