Automatic Segmentation of the Self-organizing Map to Support Territorial Zoning
Authors:
- Pedro V. de A. BarretoPBPedro V. de A. Barreto
- Marcos A. S. da SilvaMSMarcos A. S. da Silva
- Leonardo N. MatosLMLeonardo N. Matos
- Gastão F. Miranda JúniorGJGastão F. Miranda Júnior
- Márcia H. G. DompieriMDMárcia H. G. Dompieri
- Fábio R. de MouraFMFábio R. de Moura
- Fabrícia K. S. ResendeFRFabrícia K. S. Resende
Open Access
- 8 November 2023
- conference paper
- Published by Sociedade Brasileira de Computação
- p. 396-401
Abstract
Este artigo propõe um algoritmo para análise de agrupamentos de mapas temáticos com classes categóricas ordinais para suporte ao zoneamento territorial. O método proposto combina o Mapa Auto-Organizável com técnicas de segmentação de grafos para clusterização dos dados. A abordagem foi avaliada com dados sintéticos e aplicada no zoneamento ambiental da bacia do Alto Taquari, MS/MT. Os resultados mostraram a capacidade do algoritmo separar os dados em grupos diferenciáveis unimodais.Keywords
This publication has 2 references indexed in Scilit:
- Tracking the Connection Between Brazilian Agricultural Diversity and Native Vegetation Change by a Machine Learning ApproachIEEE Latin America Transactions, 2022
- Artificial neural network for ecological-economic zoning as a tool for spatial planningPesquisa Agropecuária Brasileira, 2017