classificaÇÃo de nuvem de pontos laser utilizando o conceito de anÁlise de componentes principais e o fator de nÃo ambiguidade
Clicks: 3
ID: 230367
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This
article has not been analysed, so there is no overall score —
reader engagement is measured and shown alongside.
Reader Engagement
Steady Performance
0.6
/100
3 views
2 readers
AI Quality Assessment
Not analyzed
Readership in this journal
SteadyRanked #43 of 44 articles by views in european journal of oncology nursing : the official journal of european oncology nursing society
Most read
Least read
Bar heights use a square-root scale.
Mint this article as an NFT
Not yet mintedCreate a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.
5
SUSD
one-off · no wallet required
Abstract
Este artigo apresenta um método que realiza a classificação automática dos pontos amostrados por um sistema de varredura a LASER aerotransportado (SVLA). Nesse método são utilizados os autovalores da matriz de variâncias e covariâncias (MVC). Para o cálculo da MVC considera-se uma vizinhança no entorno do ponto de interesse, a qual é determinada com base no conceito de entropia. A classificação é executada comparando os autovalores calculados, referentes a cada ponto e sua vizinhança, com os autovalores das estruturas ou classes predefinidas. Como medida de similaridade utiliza-se a distância euclidiana no espaço dos autovalores e, com o intuito de eliminar os pontos ambíguos, incorporou-se ao método o fator de não ambiguidade (FNA). Para avaliação do método proposto e implementado, utilizou-se um conjunto de dados LASER referente ao município de Presidente Prudente/SP, cuja densidade aproximada é de 8 pontos/m2. Os resultados mostram que mesmo diante da complexidade dos ambientes reais, algumas estruturas foram bem definidas. Com a incorporação do FNA foi possível identificar e eliminar pontos com alta probabilidade de pertencer a duas classes (pontos ambíguos), geralmente amostrados sobre vegetações, regiões com pequena densidade de pontos, próximos das regiões de bordas e sobre linhas de transmissão próximas as edificações. Por meio da avaliação quantitativa verificou-se que a incorporação do FNA ao método de classificação possibilitou diminuir a quantidade de pontos incorretamente classificados, principalmente para os maiores objetos. Além disso, foi possível verificar que o uso do FNA é interessante para áreas de vegetação, uma vez que grande parte dos pontos ambíguos são identificados.
| Reference Key |
santosboletimclassificao
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | ;Renato César dos Santos;Mauricio Galo |
| Journal | european journal of oncology nursing : the official journal of european oncology nursing society |
| Year | Year not found |
| DOI |
10.1590/S1982-21702016000200011
|
| URL | |
| Keywords |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.