Кластерный анализ и классификация с обучением многоспектральных данных дистанционного зондирования Земли

Асмус В.В.; Бучнев А.А.; Пяткин В.П.; Asmus Vasily V.; Buchnev Alexey A.; Pyuatkin Valery P.

Научные статьи \ Общие вопросы науки и культуры \ Информационные технологии. Вычислительная техника. Обработка данных \ Программные средства

Кластерный анализ и классификация с обучением многоспектральных данных дистанционного зондирования Земли

Асмус В.В. Бучнев А.А. Пяткин В.П.

Журнал: Журнал Сибирского федерального университета. Серия: Техника и технологии @technologies-sfu

Статья в выпуске: 1 т.2, 2009 года.

Бесплатный доступ

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.

дистанционное зондирование земли \ распознавание данных \ контролируемая классификация \ неконтролируемая классификация \ кластерный анализ \ решающее правило \ обучение классификатора \ метод k-средних \ многомерная гистограмма

Похожие статьи в разделе Программные средства

Оценка методов классификации многозональных космических снимков

Гарафутдинова Л.В., Каличкин В.К., Хлебникова Е.П.

Информационная технология обработки и анализа данных оптических спутниковых систем наблюдения на основе системной интеграции мультимасштабных концепций

Багманов В.Х.

Классификация гиперспектральных данных дистанционного зондирования Земли

Бучнев А.А., Пяткин В.П.

Повышение эффективности процесса интерпретации данных дистанционного зондирования земли за счет анализа дескрипторов окрестности

Ямашкин Станислав Анатольевич, Ямашкин Анатолий Александрович

Нечеткие кластеры с объемными прототипами в тематической обработке данных дистанционного зондирования Земли

Бучнев А.А., Пяткин В.П.

Жесткая и нечеткая кластеризация данных дистанционного зондирования Земли

Асмус В.В., Бучнев А.А., Пяткин В.П.

Короткий адрес: https://sciup.org/146114483

IDS: 146114483 | УДК: 004.4:528.9

The cluster analysis and classification with training of multispectral data of Earth remote sensing

It is obtained questions, connected with the problem of choosing appropriate algorithms of recognition of multispectral data of Earth remote sensing. It is submitted the system of supervised classification, based on a strategy of maximum probability for vectors of indications having the normal distribution. It is described the system of cluster analysis, including an algorithm for K-means method and analyzing method of mode of multidimensional histogram.