• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Les reseaux bayesiens pour identifier la composition arborescente du couvert forestier a partir d'images Landsat TM (French text).
【24h】

Les reseaux bayesiens pour identifier la composition arborescente du couvert forestier a partir d'images Landsat TM (French text).

机译：贝叶斯网络从Landsat TM图像（法语文本）中识别森林覆盖的树木组成。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Forest satellite scenes are difficult to interpret and efforts to automate their analyse have not, until now, provided tools for operational level tasks such as forest inventory, that often require implicit instead of explicit information. In this study, we have examined the process of human image interpretation and have come to understand that an interpreter has the capacity for a reasoning that integrates data derivatives from multiple sources with knowledge from one or more domains. Artificial intelligence has widely contributed to this understanding in developing an impressive series of methods able to simulate different human cognitive processes. Among the most recent, Bayesian networks, a type of mix of artificial neural networks and expert systems, have piqued our interest. We have explored their utility on a study area of approximately 8400 km2 to the north of Quebec City, to extract arborescent composition of forest cover from Landsat TM-5 satellite images, map data and ground survey plots. (Abstract shortened by UMI.)
机译：森林卫星场景很难解释，并且直到现在还没有为自动化分析工作提供诸如森林清单之类的操作级任务的工具，这些工具通常需要隐式而非明示信息。在这项研究中，我们检查了人类图像解释的过程，并且了解到，解释者具有推理能力，可以将来自多个来源的数据派生与来自一个或多个领域的知识相结合。人工智能开发了一系列令人印象深刻的方法来模拟不同的人类认知过程，从而为这种理解做出了广泛贡献。在最近的贝叶斯网络中，一种人工神经网络和专家系统的混合形式引起了我们的兴趣。我们已经在魁北克市北部约8400 km2的研究区域中探索了它们的效用，以从Landsat TM-5卫星图像，地图数据和地面勘测图提取树木覆盖的乔木成分。 （摘要由UMI缩短。）

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号