Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Aktives Lernen mit Segmentierung und Clusterbildung zur bildbasierten Klassifikation der Landbedeckung

 
: Wuttke, Sebastian
: Middelmann, Wolfgang; Stilla, Uwe

:
Volltext urn:nbn:de:bvb:91-diss-20181207-1453048-1-5 (23 MByte PDF)
MD5 Fingerprint: e1e556142fca7b6c6594a50f9393e373
Erstellt am: 26.7.2019


München, 2018, XV, 100 S.
München, TU, Diss., 2018
Deutsch
Dissertation, Elektronische Publikation
Fraunhofer IOSB ()
überwachtes maschinelles Lernen; Fernerkundung; Iterative Fehlerminimierung

Abstract
Verfahren des überwachten maschinellen Lernens benötigen viele Trainingsbeispiele. Da deren Beschaffung in der Fernerkundung aufwendig ist, wird ein dreistufiges Verfahren zur Reduzierung der benötigten Anzahl vorgestellt. In dieser Arbeit minimiert ein aktiver Lernprozess den Klassifikationsfehler durch iteratives Stutzen der Binärbaumdarstellung einer Clusterhierarchie. Das Verfahren wurde mit acht Experimenten auf drei urbanen Datensätzen untersucht und reduziert den Trainingsaufwand um 95%.

: http://publica.fraunhofer.de/dokumente/N-552368.html