OTROS METODOS DE CLASIFICACION

9.3.4 Otros métodos de clasificación. En las secciones anteriores hemos considerado algunos de los métodos más usuales de clasificación y que podríamos llamar clásicos. Existen sin embargo muchos otros métodos, tanto paramétricos (es decir que asumen alguna clase particular de distribución estadística, usualmente la distribución normal) como no paramétricos (es decir que no hacen suposiciones acerca de la distribución de probabilidad de los datos que procesan). Aunque el alcance de este trabajo no nos permite referirnos a todos ellos, nos referiremos brevemente a  dos de ellos, ambos no paramétricos: los neuronales y los difusos, que son ejemplos de aplicación de métodos de inteligencia artificial.

9.3.4.1. Clasificador de red neuronal artificial.  Desde un punto de vista operacional nuestro cerebro está constituido de un enorme número, del orden de 100 billones, de unidades procesadoras simples llamadas neuronas. Cada neurona está interconectada a aproximadamente 10000 otras neuronas. (V. Fig.82)

 

Estas conexiones son complejas, y cada neurona recibe como entrada los resultados   producidos por otras neuronas y a su vez envía sus señales a otras neuronas. El cerebro puede pues ser descrito en términos de un conjunto de redes de neuronas que realizan, por mecanismos no bien comprendidos, funciones específicas como las dela visión, el olfato, etc. Se trata de una red neuronal biológica. 
Las redes neuronales artificiales (Artificial Neural Networks – ANN) intentan de una manera muy simple simular el trabajo del cerebro. Para ello crean una red de unidades procesadoras interconectadas (neuronas artificiales), cada una de las cuales es una simple computadora que recibe señales ponderadas provenientes de otras neuronas, las suma, realiza una operación sencilla sobre dicha suma y el resultado lo envía a otras neuronas. En las Figs. 83 a, b y c representamos un ejemplo de una red neuronal básica y su modo 
operativo.

Esta red tiene tres capas de neuronas: la capa de entrada (input layer) es simplemente una  interfase que no realiza ningún procesamiento. Las capas media (“hidden layer”) y de salida (output layer)contienen los elementos procesadores de cada nodo de la red.  

En esta red hay una sola capa media, pero podrían haber más. En un caso simple de clasificación la información de entrada serían los vectores multiespectrales de los pixeles de entrenamiento, una banda por nodo. En cada nodo de la capa media se produce una sumatoria y una transformación como se  representa en la Fig.83.(b). Para cada nodo j de la capa media llega una entrada pi  ponderada  sobre la cual se efectúan las siguientes operaciones: 

hj es la salida del nodo j, y es dirigida a cada nodo de salida k. La salida de éste, ok, vendrá dada por las operaciones

La función de transformación más usual es la sigmoidal, y se denomina función de activación

que se representa gráficamente en la Fig. 83.(c).


<< PAGINA ANTERIOR - INDICE DEL TUTORIAL - PAGINA SIGUIENTE >>

Aplicaciones prácticas de la percepción remota satelital

INDICE DEL TUTORIAL:

1- INTRODUCCION A LA PERCEPCION REMOTA

2. NATURALEZA DE LAS RADIACIONES ELECTROMAGNÉTICAS

3. INTERACCION DE LA RADIACION CON LA MATERIA Y ORIGEN DE LOS ESPECTROS

4. INTERACCION DE LAS RADIACIONES CON LOS OBJETOS DE LA SUPERFICIE TERRESTRE.
   INTERACCION DE LAS RADIACIONES CON LOS OBJETOS DE LA SUPERFICIE TERRESTRE (continuación)
   LA REFLECTANCIA EN LOS VEGETALES
   LA REFLECTANCIA EN EL AGUA

5. INTERACCIONES ATMOSFERICAS

6. LA ADQUISICION DE DATOS Y LAS PLATAFORMAS SATELITALES
    LA ADQUISICION DE DATOS Y LAS PLATAFORMAS SATELITALES (continuación)
    SATELITES METEOROLOGICOS Y AGROMETEOROLOGICOS
    LOS NUEVOS SATELITES PARA LA OBSERVACION DE LA TIERRA
    RECEPCION Y TRANSMISION DE LA INFORMACION SATELITAL

7. SENSORES
    7.1. Consideraciones generales
    SENSORES (continuación)
    7.2 Naturaleza de los detectores
    SENSORES: BANDAS ESPECTRALES LANDSAT TM y SPOT HRVIR
    7.3 Estudio de dos casos: LANDSAT y SPOT
    7.4 Resolución
       7.4.1 Resolución espacial
       7.4.2 Resolución espectral
       7.4.3 Resolución radiométrica
       7.4.4 Resolución temporal
   7.5 Escala y resolución espacial.

8. ESTRUCTURA DE LAS IMÁGENES DIGITALES
    ESTRUCTURA DE LAS IMAGENES DIGITALES (continuación)

9. PROCESAMIENTO DE LAS IMÁGENES SATELITALES
    PROCESAMIENTO DE LAS IMAGENES SATELITALES (continuación)
    9.2 Realces
       9.2.2 Filtrado espacial
       9.2.3 Análisis por Componentes Principales
       9.2.4 Combinaciones de color
               Combinaciones de color (continuación)
    IMAGENES SATELITALES - CLASIFICACION
    9.3 Clasificación
         Clasificación (continuación)
            9.4.1 Clasificación supervisada
            9.4.1.2 Clasificador por paralelepípedos.
            9.4.1.3 Clasificador por máxima probabilidad (maximum likelihood)
   Clasificador por máxima probabilidad (maximum likelihood) - (continuación)
         9.3.2 Clasificación no supervisada
         9.3.3 Estimación de la exactitud de una clasificación: Matriz de confusión
   Estimación de la exactitud de una clasificación: Matriz de confusión (continuación)
         9.3.4 Otros métodos de clasificación
            9.3.4.1. Clasificador de red neuronal artificial
                        Clasificador de red neuronal artificial (continuación)
            9.3.4.2 Clasificadores difusos (fuzzy classifiers)

10. ALGUNAS APLICACIONES DE LA PERCEPCION REMOTA
     10.1 Aplicaciones en Agricultura.
         10.1.2 Indices N-dimensionales “Tasseled Cap”
         10.1.3 Indices de vegetación a partir de imágenes hiperespectrales
         10.2.1 Generalidades sobre el infrarrojo térmico
         10.2.2 Aplicaciones del infrarrojo térmico
             10.2.2.1 Temperatura del mar
             10.2.2.2 Temperatura terrestre
    10.3 Monitoreo de áreas de desastre
         10.3.1 Algunos ejemplos típicos
         10.3.2 El monitoreo a escala global de desastres

APENDICE I : NOCIONES BASICAS SOBRE SENSORES DE RADAR

APENDICE II: BIBLIOGRAFIA SUGERIDA

 

OTROS ITEMS DE INTERES

Galería de imágenes

 

Plataformas de observación

 

Aeropuertos del mundo

 

Imágenes satelitales y seguros

 

¿Qué es la resolución?

 

Petróleo

 

Forestación

 

Estudios de viabilidad

 

Mercados de futuros

 

Cultivo del arroz

 

Nuestra misión

 

Nuestros servicios

 

¿Qué es la percepción remota?

 

¿Qué es una imagen satelital?

 

Uso del GPS

 

Estación rastreadora

 

Pasturas

 

Monitoreo de incendios

 

Sequías

 

Recursos naturales

 

Cultivo del tabaco