Комбинированный подход автоматизированного поиска коассоциативных зависимостей в качестве этапа предпроцессинга разведочного анализа многоспектральных изображений

В статье предложена комбинация подходов кластерного анализа и методов машинного обучения в области анализа космических снимков земельных наделов. Подход предполагает облегчение задачи нейронной сети в обнаружении пикселей разных классов с аналогичными сигнатурами и их правильной интерпретации. Приводится теоретическое обоснование подхода при анализе многоспектральных изображений пахотных земель. Процедура первичной работы с данными сводится к приведению данных в формат, формирующий качественное обучающее множество, от чего, в конечном итоге, будет зависеть масштабируемость и робастность модели после обучения. Для этого в работе приведена процедура предпроцессинга данных, использование которой позволит повысить точность раскрытия структурных зависимостей и их наследования на свежие данные.