Cercaterm
Cercador del conjunt de fitxes terminològiques que el TERMCAT posa a disposició pública.
Si necessites més informació, et pots adreçar al Servei de Consultes (cal que t'hi registris prèviament).
Resultats per a la cerca "falsificador" dins totes les àrees temàtiques
<Geografia > Disciplines cartogràfiques>
La informació d'aquesta fitxa procedeix de l'obra següent:
Diccionaris cartogràfics [en línia]. Barcelona: TERMCAT, Centre de Terminologia, 2015-2018. (Diccionaris en Línia)
<http://www.termcat.cat/ca/Diccionaris_En_Linia/197/>
Aquesta obra ajunta quatre productes diferents:
- Diccionari terminològic de cartografia
- Diccionari terminològic de fotogrametria
- Diccionari terminològic de sistemes d'informació geogràfica
- Diccionari terminològic de teledetecció
La darrera nota de la fitxa indica de quin d'aquests quatre diccionaris procedeix.
- ca classificador per hiperparal·lelepípedes, n m
- es clasificador por hiperparalelepípedos
- en hyperparallelepiped classifier
<Disciplines cartogràfiques > Teledetecció > Classificació>
Definició
En aquest cas, els llindars defineixen un hiperparal·lelepípede.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
<Ciències de la Terra>
La informació d'aquesta fitxa procedeix de l'obra següent:
Diccionaris cartogràfics [en línia]. Barcelona: TERMCAT, Centre de Terminologia, 2015-2018. (Diccionaris en Línia)
<http://www.termcat.cat/ca/Diccionaris_En_Linia/197/>
Aquesta obra ajunta quatre productes diferents:
- Diccionari terminològic de cartografia
- Diccionari terminològic de fotogrametria
- Diccionari terminològic de sistemes d'informació geogràfica
- Diccionari terminològic de teledetecció
La darrera nota de la fitxa indica de quin d'aquests quatre diccionaris procedeix.
- ca classificador per hiperparal·lelepípedes, n m
- es clasificador por hiperparalelepípedos
- en hyperparallelepiped classifier
<Disciplines cartogràfiques > Teledetecció > Classificació>
Definició
En aquest cas, els llindars defineixen un hiperparal·lelepípede.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
<Geografia > Disciplines cartogràfiques>
La informació d'aquesta fitxa procedeix de l'obra següent:
Diccionaris cartogràfics [en línia]. Barcelona: TERMCAT, Centre de Terminologia, 2015-2018. (Diccionaris en Línia)
<http://www.termcat.cat/ca/Diccionaris_En_Linia/197/>
Aquesta obra ajunta quatre productes diferents:
- Diccionari terminològic de cartografia
- Diccionari terminològic de fotogrametria
- Diccionari terminològic de sistemes d'informació geogràfica
- Diccionari terminològic de teledetecció
La darrera nota de la fitxa indica de quin d'aquests quatre diccionaris procedeix.
- ca classificador per llindars, n m
- ca classificador per envolupant, n m sin. compl.
- es clasificador por umbrales
- es clasificador por envolvente sin. compl.
- en threshold classifier
- en bounding box classifier sin. compl.
<Disciplines cartogràfiques > Teledetecció > Classificació>
Definició
En una classificació monobanda el llindar és un únic interval. En canvi, en un espai multivariant, si la classificació utilitza dues bandes els llindars defineixen un rectangle, si n'utilitza tres, defineixen un paral·lelepípede (classificador per paral·lelepípedes), i si n'utilitza n, defineixen un hiperparal·lelepípede (classificador per hiperparal·lelepípedes). Llindars més separats impliquen classificar més imatge però un major risc de confusions amb classes veïnes.
Formalment es pot definir que en aquest classificador un objecte X és assignat a una classe A si, per a tota variable k, Xk pertany a l'[Interval de llindars d'Ak]. Els llindars els tria l'usuari i poden ser establerts del mínim al màxim dels píxels d'entrenament ([mín, màx]), o bé establerts fent μk,A ± Const.:[μk,A- Const., μk,A+ Const.], on μk,A és la mitjana (o la mediana o qualsevol mesura convenient de centralitat) de la classe A per a la banda k. La constant Const. pot ser la desviació estàndard (σk,A, o qualsevol mesura convenient de dispersió) o un múltiple d'aquesta per donar-hi sentit probabilístic gaussià. També poden utilitzar-se altres criteris com la desviació interquartílica.
Entre els avantatges d'aquest classificador hi ha la rapidesa de processament i la possibilitat de no assumpció de cap distribució estadística. D'altra banda, no resol de forma directa els conflictes d'assignació a més d'una classe i sovint no classifica tota la imatge, ja que és freqüent que hi hagi píxels que no es trobin exactament dintre dels llindars establerts per a cap classe.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
<Tecnologies de la informació i la comunicació>
La informació d'aquesta fitxa procedeix de l'obra següent:
Diccionaris cartogràfics [en línia]. Barcelona: TERMCAT, Centre de Terminologia, 2015-2018. (Diccionaris en Línia)
<http://www.termcat.cat/ca/Diccionaris_En_Linia/197/>
Aquesta obra ajunta quatre productes diferents:
- Diccionari terminològic de cartografia
- Diccionari terminològic de fotogrametria
- Diccionari terminològic de sistemes d'informació geogràfica
- Diccionari terminològic de teledetecció
La darrera nota de la fitxa indica de quin d'aquests quatre diccionaris procedeix.
- ca classificador per llindars, n m
- ca classificador per envolupant, n m sin. compl.
- es clasificador por umbrales
- es clasificador por envolvente sin. compl.
- en threshold classifier
- en bounding box classifier sin. compl.
<Disciplines cartogràfiques > Teledetecció > Classificació>
Definició
En una classificació monobanda el llindar és un únic interval. En canvi, en un espai multivariant, si la classificació utilitza dues bandes els llindars defineixen un rectangle, si n'utilitza tres, defineixen un paral·lelepípede (classificador per paral·lelepípedes), i si n'utilitza n, defineixen un hiperparal·lelepípede (classificador per hiperparal·lelepípedes). Llindars més separats impliquen classificar més imatge però un major risc de confusions amb classes veïnes.
Formalment es pot definir que en aquest classificador un objecte X és assignat a una classe A si, per a tota variable k, Xk pertany a l'[Interval de llindars d'Ak]. Els llindars els tria l'usuari i poden ser establerts del mínim al màxim dels píxels d'entrenament ([mín, màx]), o bé establerts fent μk,A ± Const.:[μk,A- Const., μk,A+ Const.], on μk,A és la mitjana (o la mediana o qualsevol mesura convenient de centralitat) de la classe A per a la banda k. La constant Const. pot ser la desviació estàndard (σk,A, o qualsevol mesura convenient de dispersió) o un múltiple d'aquesta per donar-hi sentit probabilístic gaussià. També poden utilitzar-se altres criteris com la desviació interquartílica.
Entre els avantatges d'aquest classificador hi ha la rapidesa de processament i la possibilitat de no assumpció de cap distribució estadística. D'altra banda, no resol de forma directa els conflictes d'assignació a més d'una classe i sovint no classifica tota la imatge, ja que és freqüent que hi hagi píxels que no es trobin exactament dintre dels llindars establerts per a cap classe.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
<Ciències de la Terra>
La informació d'aquesta fitxa procedeix de l'obra següent:
Diccionaris cartogràfics [en línia]. Barcelona: TERMCAT, Centre de Terminologia, 2015-2018. (Diccionaris en Línia)
<http://www.termcat.cat/ca/Diccionaris_En_Linia/197/>
Aquesta obra ajunta quatre productes diferents:
- Diccionari terminològic de cartografia
- Diccionari terminològic de fotogrametria
- Diccionari terminològic de sistemes d'informació geogràfica
- Diccionari terminològic de teledetecció
La darrera nota de la fitxa indica de quin d'aquests quatre diccionaris procedeix.
- ca classificador per llindars, n m
- ca classificador per envolupant, n m sin. compl.
- es clasificador por umbrales
- es clasificador por envolvente sin. compl.
- en threshold classifier
- en bounding box classifier sin. compl.
<Disciplines cartogràfiques > Teledetecció > Classificació>
Definició
En una classificació monobanda el llindar és un únic interval. En canvi, en un espai multivariant, si la classificació utilitza dues bandes els llindars defineixen un rectangle, si n'utilitza tres, defineixen un paral·lelepípede (classificador per paral·lelepípedes), i si n'utilitza n, defineixen un hiperparal·lelepípede (classificador per hiperparal·lelepípedes). Llindars més separats impliquen classificar més imatge però un major risc de confusions amb classes veïnes.
Formalment es pot definir que en aquest classificador un objecte X és assignat a una classe A si, per a tota variable k, Xk pertany a l'[Interval de llindars d'Ak]. Els llindars els tria l'usuari i poden ser establerts del mínim al màxim dels píxels d'entrenament ([mín, màx]), o bé establerts fent μk,A ± Const.:[μk,A- Const., μk,A+ Const.], on μk,A és la mitjana (o la mediana o qualsevol mesura convenient de centralitat) de la classe A per a la banda k. La constant Const. pot ser la desviació estàndard (σk,A, o qualsevol mesura convenient de dispersió) o un múltiple d'aquesta per donar-hi sentit probabilístic gaussià. També poden utilitzar-se altres criteris com la desviació interquartílica.
Entre els avantatges d'aquest classificador hi ha la rapidesa de processament i la possibilitat de no assumpció de cap distribució estadística. D'altra banda, no resol de forma directa els conflictes d'assignació a més d'una classe i sovint no classifica tota la imatge, ja que és freqüent que hi hagi píxels que no es trobin exactament dintre dels llindars establerts per a cap classe.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
<Geografia > Disciplines cartogràfiques>
La informació d'aquesta fitxa procedeix de l'obra següent:
Diccionaris cartogràfics [en línia]. Barcelona: TERMCAT, Centre de Terminologia, 2015-2018. (Diccionaris en Línia)
<http://www.termcat.cat/ca/Diccionaris_En_Linia/197/>
Aquesta obra ajunta quatre productes diferents:
- Diccionari terminològic de cartografia
- Diccionari terminològic de fotogrametria
- Diccionari terminològic de sistemes d'informació geogràfica
- Diccionari terminològic de teledetecció
La darrera nota de la fitxa indica de quin d'aquests quatre diccionaris procedeix.
- ca classificador per màxima versemblança, n m
- ca classificador per màxima probabilitat, n m sin. compl.
- ca màxima probabilitat, n f sin. compl.
- ca màxima versemblança, n f sin. compl.
- ca MLC, n m sin. compl.
- es clasificador por máxima verosimilitud
- es clasificador por máxima probabilidad sin. compl.
- es máxima probabilidad sin. compl.
- es máxima verosimilitud sin. compl.
- es MLC sin. compl.
- en maximum likelihood classifier
- en maximum likelihood sin. compl.
- en maximum probability sin. compl.
- en maximum probability classifier sin. compl.
- en MLC sin. compl.
<Disciplines cartogràfiques > Teledetecció > Classificació>
Definició
El criteri de versemblança que sol fer servir és el derivat de la màxima probabilitat gaussiana, tot assumint una distribució normal en cada classe i variable (multivariant si és el cas).
- En el cas univariant (1 sola banda espectral k) es calcula:
p(X/A) = [1/√(2·π·σk,A2)]·exp{-0.5 (xk − μk,A)2/σk,A2},
on p(X/A) és la probabilitat (calculada) que l'individu X pertanyi a una classe A, σ és la desviació estàndard de la classe pel que fa a una certa variable, k és cadascuna de les m variables mesurades sobre cada individu (en aquest cas sempre val 1), μ és la mitjana de la classe A pel que fa a la mateixa variable, x és el valor individual d'un individu per a la variable considerada i exp {x} correspon a ex, on e = 2.71828182.
- En el cas multivariant (m variables o bandes), s'expressa:
p(X/A) = [1/√{(2·π)m·|ΣA|}]·exp{-0.5 (X − UA)T·ΣA-1·(X-UA)},
on p(X/A) és la probabilitat (calculada) que l'individu X (caracteritzat ara pel seu vector de valors x, mesurats en les diverses, m, variables) pertanyi a una classe A, Σ és la matriu de variància-covariància de la classe en les diferents variables, |Σ| és el determinant de la matriu Σ, U és el vector de mitjanes d'una classe en les diferents variables, T indica la matriu transposada i -1 indica la matriu inversa.
És un classificador complex, d'execució lenta i que en la seva forma pura classifica tot el territori, ja que sempre existeix una classe més probable, encara que la probabilitat sigui molt i molt petita, fet pel qual pot cometre errors de comissió importants quan no s'inclou en la llegenda alguna classe clarament present en la imatge. És per això que el classificador per màxima versemblança s'acostuma a acotar amb una probabilitat mínima, per sota de la qual l'individu es deixa com a "no classificat". Convé fer notar que aquest classificador pressuposa una distribució normal en les variables obtingudes dels individus que han definit la classe, i és, doncs, un classificador fortament paramètric que proporcionarà mals resultats en el cas d'altres funcions de distribució (fortament asimètriques, multimodals, etc.).
De vegades s'utilitzen impròpiament les denominacions classificador per màxima probabilitat i màxima probabilitat per a fer referència a aquest concepte.
MLC és l'acrònim de maximum likelihood classifier ('classificador per màxima versemblança').
Vegeu també classificador per màxima versemblança amb probabilitats a priori.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
<Tecnologies de la informació i la comunicació>
La informació d'aquesta fitxa procedeix de l'obra següent:
Diccionaris cartogràfics [en línia]. Barcelona: TERMCAT, Centre de Terminologia, 2015-2018. (Diccionaris en Línia)
<http://www.termcat.cat/ca/Diccionaris_En_Linia/197/>
Aquesta obra ajunta quatre productes diferents:
- Diccionari terminològic de cartografia
- Diccionari terminològic de fotogrametria
- Diccionari terminològic de sistemes d'informació geogràfica
- Diccionari terminològic de teledetecció
La darrera nota de la fitxa indica de quin d'aquests quatre diccionaris procedeix.
- ca classificador per màxima versemblança, n m
- ca classificador per màxima probabilitat, n m sin. compl.
- ca màxima probabilitat, n f sin. compl.
- ca màxima versemblança, n f sin. compl.
- ca MLC, n m sin. compl.
- es clasificador por máxima verosimilitud
- es clasificador por máxima probabilidad sin. compl.
- es máxima probabilidad sin. compl.
- es máxima verosimilitud sin. compl.
- es MLC sin. compl.
- en maximum likelihood classifier
- en maximum likelihood sin. compl.
- en maximum probability sin. compl.
- en maximum probability classifier sin. compl.
- en MLC sin. compl.
<Disciplines cartogràfiques > Teledetecció > Classificació>
Definició
El criteri de versemblança que sol fer servir és el derivat de la màxima probabilitat gaussiana, tot assumint una distribució normal en cada classe i variable (multivariant si és el cas).
- En el cas univariant (1 sola banda espectral k) es calcula:
p(X/A) = [1/√(2·π·σk,A2)]·exp{-0.5 (xk − μk,A)2/σk,A2},
on p(X/A) és la probabilitat (calculada) que l'individu X pertanyi a una classe A, σ és la desviació estàndard de la classe pel que fa a una certa variable, k és cadascuna de les m variables mesurades sobre cada individu (en aquest cas sempre val 1), μ és la mitjana de la classe A pel que fa a la mateixa variable, x és el valor individual d'un individu per a la variable considerada i exp {x} correspon a ex, on e = 2.71828182.
- En el cas multivariant (m variables o bandes), s'expressa:
p(X/A) = [1/√{(2·π)m·|ΣA|}]·exp{-0.5 (X − UA)T·ΣA-1·(X-UA)},
on p(X/A) és la probabilitat (calculada) que l'individu X (caracteritzat ara pel seu vector de valors x, mesurats en les diverses, m, variables) pertanyi a una classe A, Σ és la matriu de variància-covariància de la classe en les diferents variables, |Σ| és el determinant de la matriu Σ, U és el vector de mitjanes d'una classe en les diferents variables, T indica la matriu transposada i -1 indica la matriu inversa.
És un classificador complex, d'execució lenta i que en la seva forma pura classifica tot el territori, ja que sempre existeix una classe més probable, encara que la probabilitat sigui molt i molt petita, fet pel qual pot cometre errors de comissió importants quan no s'inclou en la llegenda alguna classe clarament present en la imatge. És per això que el classificador per màxima versemblança s'acostuma a acotar amb una probabilitat mínima, per sota de la qual l'individu es deixa com a "no classificat". Convé fer notar que aquest classificador pressuposa una distribució normal en les variables obtingudes dels individus que han definit la classe, i és, doncs, un classificador fortament paramètric que proporcionarà mals resultats en el cas d'altres funcions de distribució (fortament asimètriques, multimodals, etc.).
De vegades s'utilitzen impròpiament les denominacions classificador per màxima probabilitat i màxima probabilitat per a fer referència a aquest concepte.
MLC és l'acrònim de maximum likelihood classifier ('classificador per màxima versemblança').
Vegeu també classificador per màxima versemblança amb probabilitats a priori.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
<Ciències de la Terra>
La informació d'aquesta fitxa procedeix de l'obra següent:
Diccionaris cartogràfics [en línia]. Barcelona: TERMCAT, Centre de Terminologia, 2015-2018. (Diccionaris en Línia)
<http://www.termcat.cat/ca/Diccionaris_En_Linia/197/>
Aquesta obra ajunta quatre productes diferents:
- Diccionari terminològic de cartografia
- Diccionari terminològic de fotogrametria
- Diccionari terminològic de sistemes d'informació geogràfica
- Diccionari terminològic de teledetecció
La darrera nota de la fitxa indica de quin d'aquests quatre diccionaris procedeix.
- ca classificador per màxima versemblança, n m
- ca classificador per màxima probabilitat, n m sin. compl.
- ca màxima probabilitat, n f sin. compl.
- ca màxima versemblança, n f sin. compl.
- ca MLC, n m sin. compl.
- es clasificador por máxima verosimilitud
- es clasificador por máxima probabilidad sin. compl.
- es máxima probabilidad sin. compl.
- es máxima verosimilitud sin. compl.
- es MLC sin. compl.
- en maximum likelihood classifier
- en maximum likelihood sin. compl.
- en maximum probability sin. compl.
- en maximum probability classifier sin. compl.
- en MLC sin. compl.
<Disciplines cartogràfiques > Teledetecció > Classificació>
Definició
El criteri de versemblança que sol fer servir és el derivat de la màxima probabilitat gaussiana, tot assumint una distribució normal en cada classe i variable (multivariant si és el cas).
- En el cas univariant (1 sola banda espectral k) es calcula:
p(X/A) = [1/√(2·π·σk,A2)]·exp{-0.5 (xk − μk,A)2/σk,A2},
on p(X/A) és la probabilitat (calculada) que l'individu X pertanyi a una classe A, σ és la desviació estàndard de la classe pel que fa a una certa variable, k és cadascuna de les m variables mesurades sobre cada individu (en aquest cas sempre val 1), μ és la mitjana de la classe A pel que fa a la mateixa variable, x és el valor individual d'un individu per a la variable considerada i exp {x} correspon a ex, on e = 2.71828182.
- En el cas multivariant (m variables o bandes), s'expressa:
p(X/A) = [1/√{(2·π)m·|ΣA|}]·exp{-0.5 (X − UA)T·ΣA-1·(X-UA)},
on p(X/A) és la probabilitat (calculada) que l'individu X (caracteritzat ara pel seu vector de valors x, mesurats en les diverses, m, variables) pertanyi a una classe A, Σ és la matriu de variància-covariància de la classe en les diferents variables, |Σ| és el determinant de la matriu Σ, U és el vector de mitjanes d'una classe en les diferents variables, T indica la matriu transposada i -1 indica la matriu inversa.
És un classificador complex, d'execució lenta i que en la seva forma pura classifica tot el territori, ja que sempre existeix una classe més probable, encara que la probabilitat sigui molt i molt petita, fet pel qual pot cometre errors de comissió importants quan no s'inclou en la llegenda alguna classe clarament present en la imatge. És per això que el classificador per màxima versemblança s'acostuma a acotar amb una probabilitat mínima, per sota de la qual l'individu es deixa com a "no classificat". Convé fer notar que aquest classificador pressuposa una distribució normal en les variables obtingudes dels individus que han definit la classe, i és, doncs, un classificador fortament paramètric que proporcionarà mals resultats en el cas d'altres funcions de distribució (fortament asimètriques, multimodals, etc.).
De vegades s'utilitzen impròpiament les denominacions classificador per màxima probabilitat i màxima probabilitat per a fer referència a aquest concepte.
MLC és l'acrònim de maximum likelihood classifier ('classificador per màxima versemblança').
Vegeu també classificador per màxima versemblança amb probabilitats a priori.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
<Tecnologies de la informació i la comunicació>
La informació d'aquesta fitxa procedeix de l'obra següent:
Diccionaris cartogràfics [en línia]. Barcelona: TERMCAT, Centre de Terminologia, 2015-2018. (Diccionaris en Línia)
<http://www.termcat.cat/ca/Diccionaris_En_Linia/197/>
Aquesta obra ajunta quatre productes diferents:
- Diccionari terminològic de cartografia
- Diccionari terminològic de fotogrametria
- Diccionari terminològic de sistemes d'informació geogràfica
- Diccionari terminològic de teledetecció
La darrera nota de la fitxa indica de quin d'aquests quatre diccionaris procedeix.
- ca classificador per màxima versemblança amb probabilitats a priori, n m
- ca classificador per màxima probabilitat bayesiana, n m sin. compl.
- es clasificador por máxima verosimilitud con probabilidades a priori
- es clasificador por máxima probabilidad bayesiana sin. compl.
- en maximum likelihood classifier including prior probabilities
- en Bayesian maximum probability classifier sin. compl.
<Disciplines cartogràfiques > Teledetecció > Classificació>
Definició
Així doncs, un individu s'assignarà a una classe A si p(X/A)·p(A) > = p(X/B)·p(B) per a tot A diferent de B, on p(X/A) i p(X/B) són les probabilitats que l'individu pertanyi a les classes A i B, respectivament (calculades com en un classificador per màxima versemblança), i p(A) i p(B) són les probabilitats, estimades a priori, que un individu X qualsevol pertanyi a les classes A i B, respectivament. La suma de les m probabilitats a priori val 1, és a dir p(A) + p(B)+... = 1.
Aquest classificador evita que classes poc representades (per exemple, boscos de ribera) absorbeixin píxels o segments de classes més generals (per exemple, rouredes) quan la radiometria (o, en general, característiques estadístiques) de les dues classes s'assembla molt, si bé la dificultat que presenta és conèixer els valors a priori (p(A), p(B), etc.) de cada classe. Aquestes probabilitats es poden estimar a partir d'un inventari i de treball de camp previs, de dades auxiliars o utilitzant els resultats d'una classificació prèvia. Si s'atorga la mateixa probabilitat a priori a totes les classes el resultat és el mateix que en el classificador per màxima versemblança.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
<Geografia > Disciplines cartogràfiques>
La informació d'aquesta fitxa procedeix de l'obra següent:
Diccionaris cartogràfics [en línia]. Barcelona: TERMCAT, Centre de Terminologia, 2015-2018. (Diccionaris en Línia)
<http://www.termcat.cat/ca/Diccionaris_En_Linia/197/>
Aquesta obra ajunta quatre productes diferents:
- Diccionari terminològic de cartografia
- Diccionari terminològic de fotogrametria
- Diccionari terminològic de sistemes d'informació geogràfica
- Diccionari terminològic de teledetecció
La darrera nota de la fitxa indica de quin d'aquests quatre diccionaris procedeix.
- ca classificador per màxima versemblança amb probabilitats a priori, n m
- ca classificador per màxima probabilitat bayesiana, n m sin. compl.
- es clasificador por máxima verosimilitud con probabilidades a priori
- es clasificador por máxima probabilidad bayesiana sin. compl.
- en maximum likelihood classifier including prior probabilities
- en Bayesian maximum probability classifier sin. compl.
<Disciplines cartogràfiques > Teledetecció > Classificació>
Definició
Així doncs, un individu s'assignarà a una classe A si p(X/A)·p(A) > = p(X/B)·p(B) per a tot A diferent de B, on p(X/A) i p(X/B) són les probabilitats que l'individu pertanyi a les classes A i B, respectivament (calculades com en un classificador per màxima versemblança), i p(A) i p(B) són les probabilitats, estimades a priori, que un individu X qualsevol pertanyi a les classes A i B, respectivament. La suma de les m probabilitats a priori val 1, és a dir p(A) + p(B)+... = 1.
Aquest classificador evita que classes poc representades (per exemple, boscos de ribera) absorbeixin píxels o segments de classes més generals (per exemple, rouredes) quan la radiometria (o, en general, característiques estadístiques) de les dues classes s'assembla molt, si bé la dificultat que presenta és conèixer els valors a priori (p(A), p(B), etc.) de cada classe. Aquestes probabilitats es poden estimar a partir d'un inventari i de treball de camp previs, de dades auxiliars o utilitzant els resultats d'una classificació prèvia. Si s'atorga la mateixa probabilitat a priori a totes les classes el resultat és el mateix que en el classificador per màxima versemblança.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
