Отрывок: Таким образом, выбирается последовательность признаков, при которой рассеяние смеси распределений сильнее превышает среднее внутриклассовое рассеяние. Второй метод отбора основан на применении регрессионного анализа. Регрессионный анализ изучает связь между зависимой переменной и одной или несколькими независимыми переменными. В качестве зависимой переменной предлагается рассматривать номер класса y x , которому принадлежит тот или иной ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Гончарова, Е.Ф. | - |
dc.contributor.author | Гайдель, А.В. | - |
dc.date.accessioned | 2017-05-15 12:39:27 | - |
dc.date.available | 2017-05-15 12:39:27 | - |
dc.date.issued | 2017 | - |
dc.identifier | Dspace\SGAU\20170512\63734 | ru |
dc.identifier.citation | Гончарова Е.Ф. Методы отбора признаков для задач классификации изображений земной поверхности / Е.Ф. Гончарова, А.В. Гайдель // Сборник трудов III международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2017) - Самара: Новая техника, 2017. - С. 535-540. | ru |
dc.identifier.uri | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Metody-otbora-priznakov-dlya-zadach-klassifikacii-izobrazhenii-zemnoi-poverhnosti-63734 | - |
dc.description.abstract | В работе исследуются два метода отбора наиболее информативных признаков для повышения эффективности классификации изображений земной поверхности, полученных при дистанционном зондировании Земли. Один из рассмотренных методов отбора признаков основан на дискриминантном анализе, другой – на построении линейной регрессионной модели. В качестве характеристик изображений используются ряд гистограммных и текстурных признаков. Экспериментальное исследование предложенных методов на изображениях из базы данных UC-Merced Land Use показало, что с помощью отобранных признаков удается правильно классифицировать 95% изображений. | ru |
dc.description.sponsorship | Работа выполнена при поддержке гранта РФФИ 16-41-630761 р_а, а также Министерства образования и науки РФ в рамках мероприятий Программы повышения конкурентоспособности Самарского университета среди ведущих мировых научно-образовательных центров на 2013-2020 годы и Программы фундаментальных исследований ОНИТ РАН «Биоинформатика, современные информационные технологии и математические методы в медицине». | ru |
dc.language.iso | rus | ru |
dc.publisher | Новая техника | ru |
dc.subject | отбор признаков | ru |
dc.subject | классификация | ru |
dc.subject | геоинформатика | ru |
dc.subject | дискриминантный анализ | ru |
dc.subject | регрессионный анализ | ru |
dc.title | Методы отбора признаков для задач классификации изображений земной поверхности | ru |
dc.type | Article | ru |
dc.textpart | Таким образом, выбирается последовательность признаков, при которой рассеяние смеси распределений сильнее превышает среднее внутриклассовое рассеяние. Второй метод отбора основан на применении регрессионного анализа. Регрессионный анализ изучает связь между зависимой переменной и одной или несколькими независимыми переменными. В качестве зависимой переменной предлагается рассматривать номер класса y x , которому принадлежит тот или иной ... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
paper 104_535-540.pdf | Основная статья. Раздел: Обработка изображений и геоинформационные технологии | 902.34 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.