Rozpoznávání GIS vrstev na základě prostorové analýzy

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21260%2F05%3A06113346" target="_blank" >RIV/68407700:21260/05:06113346 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Recognition of Geographical Information System Layers

Popis výsledku v původním jazyce

In this paper is presented the idea of GIS layers semantic recognition methodology. The aim was to evaluate a possibility of GIS layer recognition based on spatial analyze and perform tests which validate proposed methodology. Final interest was to develop a GIS layer classifier and evaluate its function for independent data set. In my approach to the classification of GIS data layers I use methods based on nearest neighbor and histogram of distance matrix. The reasons for such solution are in good complexity of spatial data description and in implementation of these algorithms under statistics software. In the range of experiment tests I developed the methodology for classification and I verified, that is possible to recognize the spatial layer via spatial statistic. Then I developed the classifier based on the Kohonen´s Self Organization Maps and evaluated it on test set.

Název v anglickém jazyce

Recognition of Geographical Information System Layers

Popis výsledku anglicky

In this paper is presented the idea of GIS layers semantic recognition methodology. The aim was to evaluate a possibility of GIS layer recognition based on spatial analyze and perform tests which validate proposed methodology. Final interest was to develop a GIS layer classifier and evaluate its function for independent data set. In my approach to the classification of GIS data layers I use methods based on nearest neighbor and histogram of distance matrix. The reasons for such solution are in good complexity of spatial data description and in implementation of these algorithms under statistics software. In the range of experiment tests I developed the methodology for classification and I verified, that is possible to recognize the spatial layer via spatial statistic. Then I developed the classifier based on the Kohonen´s Self Organization Maps and evaluated it on test set.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BD - Teorie informace

OECD FORD obor

—

Projekt

<a href="/cs/project/1K04102" target="_blank" >1K04102: Interakce člověk - umělý systém</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2005

Kód důvěrnosti údajů

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

Název periodika

Neural Network World

ISSN

1210-0552

e-ISSN

—

Svazek periodika

15

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

12

Strana od-do

23-34

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—