Comparaison des chemins de Hilbert adaptatif et des graphes de voisinage pour la caractérisation d'un parcellaire agricole - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2014

Comparaison des chemins de Hilbert adaptatif et des graphes de voisinage pour la caractérisation d'un parcellaire agricole

Résumé

This article focuses on the comparison of approaches for spatial patterns mining. It deals with agricultural fields, which are mined in two ways, 1) by a fractal linearization method of space which provides a sequence of fields and 2) by the construction of a neighborhood graph. These representations are then used by enumeration algorithms to extract "bags of nodes" (BoN). The results suggest that the linearization of space captures most of the information - except some rare elements - about the organization of agricultural fields.
Cet article compare deux représentations de données spatiales, les graphes de voisinages et les chemins de Hilbert-Peano, utilisées par des algorithmes de fouille. Cette comparaison s'appuie sur la mise en œuvre d'une méthode d'énumération de " sacs de nœuds ", qui permet d'obtenir des caractérisations homogènes à partir des deux représentations. La méthode est appliquée à la caractérisation de parcellaires agricoles et les résultats tendent à montrer que la linéarisation de l'espace capte la majorité de l'information, à l'exception des éléments rares, sur cet exemple particulier.
Fichier non déposé

Dates et versions

hal-00916964 , version 1 (11-12-2013)

Identifiants

  • HAL Id : hal-00916964 , version 1
  • PRODINRA : 314855

Citer

Thomas Guyet, Florence Le Ber, Sébastien da Silva, Claire Lavigne. Comparaison des chemins de Hilbert adaptatif et des graphes de voisinage pour la caractérisation d'un parcellaire agricole. Conférence Extraction et Gestion de Connaissances, Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA). FRA., Jan 2014, Rennes, France. 615 p. ⟨hal-00916964⟩
415 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More