Találati lista | Tudóstér

001-es BibID:	BIBFORM113915
035-os BibID:	(WoS)001044509700001 (Scopus)85167334773
Első szerző:	Likó Szilárd Balázs
Cím:	Deep learning-based training data augmentation combined with post-classification improves the classification accuracy for dominant and scattered invasive forest tree species / Szilárd Balázs Likó, Imre J. Holb, Viktor Oláh, Péter Burai, Szilárd Szabó
Dátum:	2023
ISSN:	2056-3485
Megjegyzések:	Species composition of forests is a very important component from the point of view of nature conservation and forestry. We aimed to identify 10 tree species in a hilly forest stand using a hyperspectral aerial image with a particular focus on two invasive species, namely Ailanthus tree and black locust. Deep learning-based training data augmentation (TDA) and post-classification techniques were tested with Random Forest and Support Vector Machine (SVM) classifiers. SVM had better performance with 81.6% overall accuracy (OA). TDA increased the OA to 82.5% and post-classification with segmentation improved the total accuracy to 86.2%. The class-level performance was more convincing: the invasive Ailanthus trees were identified with 40% higher producer's and user's accuracies (PA and UA) to 70% related to the common technique (using a training dataset and classifying the trees). The PA and UA did not change in the case of the other invasive species, black locust. Accordingly, this new method identifies well Ailanthus, a sparsely distributed species in the area; while it was less efficient with black locust that dominates larger patches in the stand. The combination of the two ancillary steps of hyperspectral image classification proved to be reasonable and can support forest management planning and nature conservation in the future.
Tárgyszavak:	Természettudományok Földtudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk ailanthus black locust Convolutional Neural Network multiresolution segmentation Random Forest Support Vector Machine
Megjelenés:	Remote Sensing in Ecology and Conservation. - [Epub ahead of print] (2023), p.1-17. -
További szerzők:	Holb Imre (1973-) (agrármérnök) Oláh Viktor (1980-) (biológus) Burai Péter (1977-) (agrármérnök) Szabó Szilárd (1974-) (geográfus)
Pályázati támogatás:	K138079 Egyéb K138503 Egyéb K131478 Egyéb KKP144068 Egyéb
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:

001-es BibID:	BIBFORM022400
Első szerző:	Oláh Viktor (biológus)
Cím:	A Spirodela polyrrhiza antocián-felhalmozása, mint lehetséges biomarker ökotoxikológiai tesztekben / Oláh Viktor, Szöllősi Erzsébet, Szabó Szilárd, Gyulai István, Mészáros Ilona
Dátum:	2009
ISSN:	0018-1323
Tárgyszavak:	Természettudományok Környezettudományok magyar nyelvű folyóiratközlemény hazai lapban ökotoxikológia
Megjelenés:	Hidrológiai Közlöny 89 : 6 (2009), p. 158-160. -
További szerzők:	Szőllősi Erzsébet (1983-) (biológus) Szabó Szilárd (1974-) (geográfus) Gyulai István (1980-) (biológus) Mészáros Ilona (1952-) (biológus)
Internet cím:	Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: