Abstract: N. Menini, A. E. Almeida, R. Lamparelli, G. le Maire, J. A. dos Santos, H. Pedrini, M. Hirota, R. D. Torres (2019)

Suitable time series representations play an important role in classification tasks. In this letter, we investigate the use of recurrence-plot-(RP)-based representations in the classification of eucalyptus regions in remote sensing images. The proposed framework is composed of three steps. First, time series associated with image pixels are represented by RP images; next, RP images are characterized by means of visual description approaches; finally, we use a soft computing framework based on genetic programing to discover an effective combination of time series dissimilarity functions to combine extracted features. Performed experiments in a eucalyptus classification problem demonstrated that the proposed framework is effective when compared to approaches based on the use of time series itself.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

A Soft Computing Framework for Image Classification Based on Recurrence Plots