Plugin machine learning para QGIS 3.x para la clasificación de imágenes satelitales

Las herramientas que realizan la clasificación de imágenes satelitales basados en diferentes algoritmos de Machine Learning son extremadamente costosos y de difícil acceso (software comercial), los cuales tienden a ser muy especializados. Debido a esto, conseguir una herramienta o software libre con indicadores de calidad similares a los obtenidos en software comercial supone un reto tecnológico. Así pues, se presenta el desarrollo de un plugin para el sofware QGIS (MLClassImage Plugin), que realiza clasificación de imágenes satelitales, a partir de los siguientes algoritmos: KNN, Random Forest y Máquinas de soporte vectorial (SVM). Dentro del mismo, el usuario podrá manipular los parámetros de cada uno de los algoritmos para así seleccionar el modelo que mejor se ajuste a la clasificación requerida de acuerdo con la interpretación a los resultados obtenidos.

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/33618
• Acceso en línea: http://hdl.handle.net/11349/33618
• Palabra clave: Python 3; Complemento para QGIS; Bosques aleatorios; Máquinas de soporte vectorial; Aprendizaje automático; K-vecinos más cercanos; Especialización en Sistemas de Información Geográfica -- Tesis y disertaciones académicas; Aprendizaje automático (Inteligencia artificial); Sistemas de información geográfica; Imágenes de detección a distancia - Clasificación; Python (Lenguaje de programación de computadores); QGIS plugins; Random forest; Support vector machines; Machine learning; K-nearest neighbors
• License: Atribución-NoComercial-CompartirIgual 4.0 Internacional