Résumé:
Vue l'importance incommensurable de la télédétection dans les différent domaines telles que l'agriculture, la gestion des inondations, la détection des lieux d'incendie, l'exploration des minerais,.......etc, et vue de la complexité de la classification de toutes ces données manuellement; en termes de temps et de coût associé à l'expertise de l'étiquetage. Nous proposons une nouvelle méthode semi-supervisée de classification automatique des images satellitaires, appelée ELMRW, qui intègre: les informations spectrales des images, la classification, à priori, par la machine d'apprentissage extrême (ELM), ainsi que l'algorithme de la marche aléatoire (RW); dans un contexte d'apprentissage actif (AL). Notre méthode a surpassé différents algorithme de l'état de l'art, notamment pour l'image satellitaire, "référence", de l'université de pavie en Italie, ou notre nouvel algorithme, appelé "ELMRW" a obtenu un taux de global de classification des pixels de 99.85 % =0.032, avec un facteur de kappa de 0.998.
