Automatisation et optimisation de la classification supervisée du parcellaire agricole - DUMAS - Dépôt Universitaire de Mémoires Après Soutenance Accéder directement au contenu
Mémoires Année : 2023

Automatisation et optimisation de la classification supervisée du parcellaire agricole

Résumé

The filtering and generation of data necessary for supervised classification have been simplified through the development of Python algorithms under the QGIS software. This simplification allowed for experimentation with numerous classifications derived from differently generated datasets. At the same time, analyzing the strengths of the Random Forest algorithm and the intrinsic characteristics of our studies guided our choices in the various tests conducted. These tests led to general conclusions on the parameters to be used to optimize the classifications of each study.
Le filtrage et la génération des données nécessaires à une classification supervisée ont été simplifiés par le développement d’algorithmes Python sous le logiciel QGIS. Cette simplification a permis d’expérimenter de nombreuses classifications issues de jeux de données générés différemment. Par la même occasion, l’analyse des atouts de l’algorithme Random Forest et des caractéristiques intrinsèques de nos études a guidé nos choix dans les différents tests réalisés. Ces tests ont aboutit à des conclusions générales sur les paramètres à utiliser pour optimiser les classifications de chaque étude.
Fichier sous embargo
Fichier sous embargo
4 4 8
Année Mois Jours
Avant la publication
mardi 5 septembre 2028
Fichier sous embargo
mardi 5 septembre 2028
Connectez-vous pour demander l'accès au fichier

Dates et versions

dumas-04414301 , version 1 (24-01-2024)

Identifiants

  • HAL Id : dumas-04414301 , version 1

Citer

Matthieu Constant. Automatisation et optimisation de la classification supervisée du parcellaire agricole. Sciences de l'ingénieur [physics]. 2023. ⟨dumas-04414301⟩
26 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More