Cuando se utiliza un clasificador Probabilístico de Red Neuronal (pulse aquí para obtener más información sobre redes neuronales) especial (NASA-GSFC, PIT), la diferencia principal está en el modo de seleccionar los lugares de aprendizaje. En lugar de circunscribir estos lugares con polígonos, este clasificador permite al usuario esbozar grupos continuos de cuadrados de muestra, cuyos tamaños individuales pueden variar la anchura con que son mostrados directamente en la imagen de la pantalla, en los lugares elegidos. Se puede elegir uno de los varios clasificadores existentes, para encajar los pixeles desconocidos en el conjunto de datos de la imagen, con las estadísticas obtenidas a partir de los esbozos de los lugares de aprendizaje.
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Aquí se muestra un ejemplo de la utilización de este clasificador Probabilístico de Red Neuronal. En esta versión se han establecido inicialmente sólo 10 clases. El producto resultante muestra ciertos parecidos con la versión IDRISI de la Distancia Mínima (en la que se determinaron 16 clases), pero no es más que una simplificación de este último, que facilita la interpretación. Sin embargo, algunas de las clases muestran una notable desclasificación: las zonas azules, asignadas al "océano", se pueden observar dispersas tierra adentro (asociadas probablemente a "sombra", que tiene similares valores DN bajos); los rojos, relacionados con la "marisma" (que debería estar confinada al delta del río), también aparecen por diversos lugares, incluso en las montañas más altas; también los marrones rojizos, asignados a "zona urbana", se pueden encontrar en numerosos lugares que sin duda no son urbanos.
Fuente del texto e imágenes: Curso sobre Teledetección de la NASA | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||
![]()