Para citar este trabalho use um dos padrões abaixo:
Neste artigo, investigou-se o efeito da altitude de voo (120 m e 150 m) e das condições de iluminação (difusa e direta) na classificação do uso do solo, utilizando uma abordagem orientada a objetos (GEOBIA) e algoritmos de aprendizado de máquina com imagens multiespectrais capturadas por VANT. Foram combinadas variáveis preditoras espectrais, índices, texturais e geométricas para formar diferentes esquemas de classificação. A classificação foi realizada com os classificadores Random Forest (RF) e Support Vector Machine (SVM). Os resultados indicaram que o Random Forest superou o SVM em todos os esquemas. O RF atingiu uma precisão geral (OA) de 82% ao combinar características espectrais, texturais e geométricas para a imagem capturada a 150 m sob iluminação difusa.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo