Журнал СФУ. Техника и технологии / Кластерный анализ и классификация с обучением многоспектральных данных дистанционного зондирования Земли

Полный текст (.pdf)
Номер
Журнал СФУ. Техника и технологии. 2009 2 (1)
Авторы
Асмус, В.В.; Бучнев, А.А.; Пяткин, В.П.
Контактная информация
Асмус, В.В. 123242 Россия, Москва, Большой Предтеченский пер., 7; Бучнев, А.А. 630090 Россия, Новосибирск, пр. Лаврентьева, 6; Пяткин, В.П. 630090 Россия, Новосибирск, пр. Лаврентьева, 6
Ключевые слова
дистанционное зондирование Земли; распознавание данных; контролируемая классификация; неконтролируемая классификация; кластерный анализ; решающее правило; обучение классификатора; метод K-средних; многомерная гистограмма; Earth remote sensing; data recognition; supervised classification; unsupervised classification; cluster analysis; decision rule; classifier training; K-means method; multidimensional histogram
Аннотация

Рассматриваются вопросы, связанные с проблемой выбора адекватных алгоритмов распознавания многоспектральных данных дистанционного зондирования Земли. Представлена система контролируемой классификации, основанная на стратегии максимального правдоподобия для нормально распределенных векторов признаков. Описывается система кластерного анализа, включающая алгоритм К-средних и метод анализа мод многомерной гистограммы.

Страницы
23-31
Статья в архиве электронных ресурсов СФУ
https://elib.sfu-kras.ru/handle/2311/1278

Лицензия Creative Commons Эта работа лицензируется по лицензии Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0).