Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Visualization of uncertainty in LANDSAT classification process

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F15%3A43908554" target="_blank" >RIV/62156489:43110/15:43908554 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/TSP.2015.7296374" target="_blank" >http://dx.doi.org/10.1109/TSP.2015.7296374</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/TSP.2015.7296374" target="_blank" >10.1109/TSP.2015.7296374</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Visualization of uncertainty in LANDSAT classification process

  • Popis výsledku v původním jazyce

    Many uncertainties can be found in the classification of remotely sensed data. Namely they can arise in defining classification classes. We use two ways, incorporating acquired Corine Land Cover labels and our manually annotated labels. We are describingseveral visualization possibilities to demonstrate uncertainties in labels and their connections with classification results. We use parallel coordinates to visualize data, presenting problems in classes definitions. These failures can be consequently seen in the results of classification in confusion matrix. We inspect also posterior probabilities of k-Nearest Neighbor (k-NN) classifier visualizing maximum likelihood class probabilities as alpha channel of resulting classification map.

  • Název v anglickém jazyce

    Visualization of uncertainty in LANDSAT classification process

  • Popis výsledku anglicky

    Many uncertainties can be found in the classification of remotely sensed data. Namely they can arise in defining classification classes. We use two ways, incorporating acquired Corine Land Cover labels and our manually annotated labels. We are describingseveral visualization possibilities to demonstrate uncertainties in labels and their connections with classification results. We use parallel coordinates to visualize data, presenting problems in classes definitions. These failures can be consequently seen in the results of classification in confusion matrix. We inspect also posterior probabilities of k-Nearest Neighbor (k-NN) classifier visualizing maximum likelihood class probabilities as alpha channel of resulting classification map.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2015

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    38th International Conference on Telecommunications and Signal Processing

  • ISBN

    978-1-4799-8498-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    789-792

  • Název nakladatele

    Vysoké učení technické v Brně

  • Místo vydání

    Brno

  • Místo konání akce

    Praha

  • Datum konání akce

    9. 7. 2015

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku