A geometrical data classification using self-organizing map with fixed possible matching units

Conference proceedings article

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

ไม่พบข้อมูลที่เกี่ยวข้อง

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Lamjiak T., Polvichai J., Varnakovida P.

ผู้เผยแพร่: Hindawi

ปีที่เผยแพร่ (ค.ศ.): 2017

ISBN: 9781509044207

นอก: 0146-9428

eISSN: 1745-4557

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85016226108&doi=10.1109%2fICSEC.2016.7859914&partnerID=40&md5=b9a2e4e08a8320ac8e9fd6ec3b9cf98d

ภาษา: English-Great Britain (EN-GB)

ดูบนเว็บไซต์ของสำนักพิมพ์

บทคัดย่อ

Self-Organizing map (SOM) is a type of artificial neural network (ANN). It is the most well-known in unsupervised cluster or data classification. Consequently, this paper aims firstly to develop SOM algorithm with fixed possible matching units in order to apply with remote sensing of unsupervised classification. Secondly, it is to classify remote sensing for analyzing status of rice paddy by using SOM algorithm. The sample area is in Ayutthaya province. The research uses 3 variables which consist of band combinations, Normalized Difference Vegetation Index (NDVI) and Normalized Difference Water Index (NDWI) to classify remote sensing data for analyzing status of rice paddy by using SOM. It is concluded that the result of this research help to develop unsupervised classification of remote sensing to obtain more convenient and accurate utilization. ฉ 2016 IEEE.

คำสำคัญ

Landsat 8, Unsupervised classification