Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Revista Facultad de Ingeniería
Print version ISSN 0121-1129On-line version ISSN 2357-5328
Abstract
PACHAJOA, Dalila-Mercedes; MORA-PAZ, Héctor-Andrés and MAYORCA-TORRES, Dagoberto. Comparativo de funciones Kernel en la clasificación de zonas de irradiancia a partir de imágenes satelitales multiespectrales. Rev. Fac. ing. [online]. 2021, vol.30, n.58, e106. Epub Dec 22, 2021. ISSN 0121-1129. https://doi.org/10.19053/01211129.v30.n58.2021.13845.
Debido a la creciente demanda de energía y al eminente calentamiento global, existe especial interés en la predicción de irradiancia basada en la reflectancia obtenida de satélites como el Landsat de la NASA, ya que permite saber dónde es más eficiente colocar receptores fotovoltaicos. Si bien existen estudios para la obtención de modelos de regresión con funciones Kernel alternativas, se desconoce su desempeño para modelos de clasificación, y es aquí donde se enfoca esta investigación. El estudio combina funciones de Kernel alternativas al algoritmo máquinas de soporte vectorial (SVM) para problemas de clasificación, donde se explora la mejor configuración para estos algoritmos, y así finalmente obtener un conjunto de mapas de irradiancia zonificados por clase.
Keywords : clasificación; energía fotovoltaica; funciones Kernel; imágenes satelitales multiespectrales; Landsat; máquinas de soporte vectorial.