Отрывок: Меры непохожести таких векторов и способ их выбора рассматриваться в данной работе не будут. 2.2 Разработка параллельного алгоритма классификации по показателю сопряженности с подпространством Решение задач глобального картографирования требует обработки больших объемов данных. В то же время, процесс разработки продукта картографирования связан с необходимостью многократно производить к...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Дударь Л. В. | ru |
dc.contributor.author | Бибиков С. А. | ru |
dc.contributor.author | Ильясова Н. Ю. | ru |
dc.contributor.author | Министерство образования и науки Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | гиперспектральные изображения | ru |
dc.coverage.spatial | гиперкуб данных | ru |
dc.coverage.spatial | гиперспектральная съемка | ru |
dc.coverage.spatial | показатели сопряженности | ru |
dc.coverage.spatial | тематическая обработка | ru |
dc.coverage.spatial | параллельные вычисления | ru |
dc.coverage.spatial | классификация изображений | ru |
dc.coverage.spatial | дистанционное зондирование Земли | ru |
dc.creator | Дударь Л. В. | ru |
dc.date.issued | 2017 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20170906130323 | ru |
dc.identifier.citation | Дударь, Л. В. Высокопроизводительный алгоритм классификации гиперспектральных изображений по показателю сопряженности, реализованный на кластерной вычислительной системе : вып. квалификац. работа по спец. "Прикладная математика и информатика" / Л. В. Дударь ; рук. работы С. А. Бибиков; рец. Н. Ю. Ильясова ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и элект. - Самара, 2017. - on-line | ru |
dc.description.abstract | Объектом исследования данной работы являются методы тематической обработки данных дистанционного зондирования Земли. Предмет исследования – классификация гиперспектральных изображений по показателю сопряженности с подпространством, натянутом на вектора кл | ru |
dc.format.extent | Электрон. дан. (1 файл : 1,5 Мб) | ru |
dc.title | Высокопроизводительный алгоритм классификации гиперспектральных изображений по показателю сопряженности, реализованный на кластерной вычислительной системе | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.9 | ru |
dc.textpart | Меры непохожести таких векторов и способ их выбора рассматриваться в данной работе не будут. 2.2 Разработка параллельного алгоритма классификации по показателю сопряженности с подпространством Решение задач глобального картографирования требует обработки больших объемов данных. В то же время, процесс разработки продукта картографирования связан с необходимостью многократно производить к... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Дударь_Людмила_Вячеславовна_Высокопроизводительный_алгоритм_классификации_гиперспектральных.pdf | 1.49 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.