ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Autres revues >>

Revue Internationale de Géomatique

1260-5875
Vous êtes sur le site des articles parus entre 2001 et 2014 :
» Accédez aux articles parus depuis 2015 «
International Journal of Geomatics and Spatial Analysis
 

 ARTICLE VOL 14/3-4 - 2004  - pp.505-530  - doi:10.3166/rig.14.505-530
TITRE
Le Boosting : essai d'une méthode de classification adaptée à la télédétection

RÉSUMÉ
L'idée est de présenter le Boosting comme une méthode de classification assistée d'image de télédétection. Les résultats sont comparés à ceux obtenus avec la méthode plus classique du maximum de vraisemblance. Le Boosting est une procédure permettant d'obtenir une règle de prédiction très précise élaborée à partir de la combinaison linéaire de règles plus simples de précision modérée. L'intérêt de la méthode est double : l'algorithme permet d'améliorer de façon sensible, la qualité de la classification, en intégrant, en plus des données radiométriques, une part d'information contextuelle construite sur des hypothèses de distribution spatiale des groupes d'objets à cartographier ; il offre la possibilité d'évaluer, et le cas échéant, de réviser la qualité de la classification obtenue en calculant, pour chaque observation, sa probabilité d'appartenance au groupe désigné. D'une façon générale, la classification obtenue avec la méthode du Boosting est de meilleure qualité avec ou sans les informations contcxtuelles.


ABSTRACT
The main idea is to focus on a new clustering methodology "the Boosting" and test its ability to deal with remote sensing data. Results are compared with those obtained with the likelihood methodology. The Boosting methodology allows the creation of a prediction rule very precise built on the linear combination of basic rules less relevant. The interest of this one is double: the algorithm improve in a significant manner, the clustering quality results by integrating both spectral data and contextual information derived on spatial location hypothesis of objects to classify; in addition, the methodology give us the possibility to assess, may be revise, the clustering quality in providing for each observation a graduate probability value to be a member of the group it refer to. We noticed that, the results obtained by the Boosting methodology are in general, better with or not contextual informations.


AUTEUR(S)
David LEVREL, Michel ARNAUD

MOTS-CLÉS
Boosting, classification assistée, indice de confiance, information contextuelle.

KEYWORDS
Boosting, supervised classification, confidence value, contextual information.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 12.5 €
• Non abonné : 25.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (1,16 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
made by WAW Lavoisier