Académique Documents
Professionnel Documents
Culture Documents
1. Clasificación no supervisada.
Como ya hemos mencionado, el método no supervisado crea agrupamientos
espectrales o clusters y el analista debe intentar asociar una clase temática a
cada uno de dichos grupos. Se han propuesto numerosos algoritmos para crear
estos clusters. Como ejemplo nosotros nos referiremos al conocido como
ISODATA (Iterative Self-Organizing Data Analysis Technique).
2. Clasificación supervisada.
Podemos definir esta clasificación como un proceso en que pixeles de
identidad conocida, ubicados dentro de las áreas de entrenamiento, se
utilizan para clasificar pixeles de identidad desconocida. La clasificación
supervisada involucra en resumen las siguientes etapas:
Etapa de entrenamiento.
Selección del algoritmo de clasificación adecuado y clasificación.
Operaciones de post clasificación.