ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 17/1-3 - 2003  - pp.509-520
TITRE
Découverte de règles de classification par approche évolutive : application aux images de télédétection

RÉSUMÉ
Nous décrivons dans cet article une nouvelle méthode de classification d'images de télédétection. Ces images contiennent des données volumineuses et complexes : les informations sont parfois bruitées, parfois erronées. Avec notre approche, des règles de classification sont découvertes par un algorithme évolutif au lieu d'appliquer un algorithme de classification choisi a priori. Durant le processus évolutif de découverte, les règles de classification sont créées en utilisant des images de télédétection brutes, une expertise contenue dans des images classifiées, et des statistiques sur les concepts thématiques à découvrir. Les règles découvertes sont simples à interpréter, efficaces, robustes et résistantes au bruit. Nous détaillons dans l'article l'algorithme évolutif conçu, ainsi que des validations sur des images de télédétection qui couvrent non seulement la zone urbaine de Strasbourg, mais aussi une zone de végétation dans la lagune de Venise.


ABSTRACT
In this article, a new method of classification of remote sensing images is described. Usually, these images contain voluminous, complex, and sometimes erroneous and noisy data. In our approach, classification rules are discovered by evolution-based process instead of applying a priori chosen classification algorithm. During the evolution process, classification rules are created using raw remote sensing images, the expertise encoded in classified zones of images, and statistics about related thematic objects. The discovered rules are simple to interpret, efficient, robust and noise resistant. In the paper, the evolution-based approach is detailed and validated on remote sensing images covering not only urban zones of Strasbourg, France, but also vegetation zones of the lagoon of Venice.


AUTEUR(S)
Jerzy KORCZAK, Arnaud QUIRIN

MOTS-CLÉS
images de télédétection, règles de classification, image haute résolution, image hyperspectrale, apprentissage supervisé, apprentissage évolutif, algorithme génétique, système de classifieurs.

KEYWORDS
Remote sensing image, classification rules, high resolution image, hyperspectral image, supervised learning, evolutionary learning, genetic algorithm, classifiers system.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (383 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier