Redes neuronales artificiales para la clasificación de imágenes satelitales
Palabras clave:
Red neuronal artificial, mapas auto-organizativos de Kohonen, red de resonancia adaptativa, aprendizaje computacional, clasificación de imágenesResumen
En este artículo se presenta el análisis hecho a unconjunto de datos que representan diferentes imágenes,clasificadas como: Tierra roja, Cosecha de algodón, Tierragris, Tierra gris húmeda, Tierra con vegetación, Cada terrenogris húmedo. El artículo se estructura en: una introducciónen la cual se destaca la importancia del modelo de losmapas auto-organizativos de Kohonen (SOM) y la redde resonancia adaptativa (ART2) para la clasificación deimágenes; descripción de los algoritmos utilizados por lasdos redes neuronales artificiales en mención; informaciónrelevante al problema; uso de las redes SOM y ART2 en laclasificación de imágenes satelitales; y planteamiento deconclusiones y trabajos futuros.
Descargas
Referencias
HAYKIN, S. Neural Networks: “A comprensive foundation”. New Jersey - USA: Prentice Hall, 1999.
HILERA, José., y MARTÍNEZ, Víctor. Redes Neuronales Artificiales. Wilmington - USA: Addison Wesley Iberoamericana,1995.
KOHONEN, T. Self-Organizing Maps. Springer Series in Information Sciences. 30, Berlín, 1995.
SKAPURA, D. y FREEMAN, J. Redes neuronales, algoritmos, aplicaciones y técnicas de programación. España: Díazde Santos, 1993
DE MOYA, Marly y NIÑO, Fernando. Representación y Clasificación de Datos Geoespaciales usando RedesNeuronales. Consultado En: http://www.geocities.com/galsafa83/PAPER-CLEI_FORMATO.pdf
