인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 연구는 경상북도 구미시와 주변 지역을 대상으로 Landsat 8 및 9 위성 영상을 활용하여 토지피복 분류의 정확도를 분석하고, 분류 기법, 관심영역(Region of interest, ROI) 화소 개수, 계절적 요인이 분류 성능에 미치는 영향을 체계적으로 평가하였다. 최소거리법(Minimum Distance), 최대우도법(Maximum Likelihood), 마할라노비스거리법(Mahalanobis Distance), 서포트벡터머신(SVM: Support Vector Machine) 네 가지 분류 기법을 적용하였으며, 연구 결과 정량적 평가에서는 SVM이 가장 높은 정확도와 카파계수 값을 기록하며 다양한 클래스에서 안정적인 성능을 보였다. 모든 방법에서 과대, 과소 문제가 나타났으나, 시각적 평가와 함께 최대우도법이 안정적이며, 일부 클래스, 특히, 산림지를 물로 분류하는 오류가 적음을 알 수 있었다. 또 효과적이며 신뢰성을 구축하기 위해 ROI 화소 개수에 대한 분류 정확도 시험에서 SVM과 최대우도법은 30-40개의 화소에서, 가장 높은 전체 정확도를 확보할 수 있어, 피복분류를 위한 ROI 선택에 있어 유효한 픽셀 개수만으로 정확도에 있어 효과적이고 신뢰성 높은 화소의 개수를 제시할 수 있었다. 분류 정확도에 있어 계절적 요인은 유의미한 영향을 미쳤으며, 초지, 농경지 등의 분광 스펙트럼에 영향을 미치는 봄(4월) 보다는 가을(10월) 데이터가 더 높은 정확도를 도출하는 결과를 얻을 수 있었다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092599971
