Класифікація сільськогосподарських посівів з використанням часових рядів супутникових даних

Запропоновано метод класифікації сільськогосподарських посівів з використанням часових рядів супутникових даних. Метод ґрунтується на послідовному використанні двох нейромережевих парадигм: карт самоорганізації Кохонена та ансамблю багатошарових персептронів. Точність класифікації підтверджується те...

Full description

Saved in:
Bibliographic Details
Published in:Індуктивне моделювання складних систем
Date:2014
Main Authors: Скакун, С.В., Шелестов, А.Ю., Яйлимов, Б.Я., Остапенко, В.А., Лавренюк, М.С., Вікулов, А.В.
Format: Article
Language:Ukrainian
Published: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2014
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/84003
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Класифікація сільськогосподарських посівів з використанням часових рядів супутникових даних / С.В. Скакун, А.Ю. Шелестов, Б.Я. Яйлимов, В.А. Остапенко, М.С. Лавренюк, А.В. Вікулов // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2014. — Вип. 6. — С. 157-166. — Бібліогр.: 22 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Запропоновано метод класифікації сільськогосподарських посівів з використанням часових рядів супутникових даних. Метод ґрунтується на послідовному використанні двох нейромережевих парадигм: карт самоорганізації Кохонена та ансамблю багатошарових персептронів. Точність класифікації підтверджується тестуванням на незалежній вибірці, а також шляхом порівняння з офіційною статистикою. Предложен метод классификации сельскохозяйственных посевов с использованием временных рядов спутниковых данных. Метод основан на последовательном использовании двух нейросетевых парадигм: карт самоорганизации Кохонена и ансамбля многослойных персептронов. Точность классификации подтверждается тестированием на независимой выборке, а также путем сравнения с официальной статистикой. A method for crop classification using a time series of satellite data is presented. The method is based on the subsequent applications of two neural networks paradigms: self-organising Kohonen maps and an ensemble of multi-layer perceptrons. The accuracy of classification is verified using independent testing data set and compared with official statistics.
ISSN:XXXX-0044