Contains training and testing data

Contains training and testing data for classifying a high resolution aerial image into 9 types of urban land cover. Multi-scale spectral, size, shape, and texture information are used for classification. There are a low number of training samples for each class (14-30) and a high number of classification variables (148), so it may be an interesting data set for testing feature selection methods. The testing data set is from a random sampling of the image.

Class is the target classification variable. The land cover classes are: trees, grass, soil, concrete, asphalt, buildings, cars, pools, shadows.

Hasil (Bahasa Indonesia) 2:

Berisi pelatihan dan pengujian data untuk mengklasifikasikan gambar udara beresolusi tinggi ke 9 jenis tutupan lahan perkotaan. Spektral, ukuran, bentuk, dan tekstur informasi multi-skala yang digunakan untuk klasifikasi. Ada sejumlah rendah sampel pelatihan untuk masing-masing kelas (14-30) dan sejumlah besar variabel klasifikasi (148), sehingga dapat menjadi kumpulan data yang menarik untuk metode seleksi fitur pengujian. Set pengujian data dari sampel acak dari gambar. Kelas adalah variabel klasifikasi sasaran. Kelas tutupan lahan adalah: pohon, rumput, tanah, beton, aspal, bangunan, mobil, kolam renang, bayangan.