🗊 Презентация Классификаторы

Категория: Математика
Нажмите для полного просмотра!
Классификаторы, слайд №1 Классификаторы, слайд №2 Классификаторы, слайд №3 Классификаторы, слайд №4 Классификаторы, слайд №5 Классификаторы, слайд №6 Классификаторы, слайд №7

Вы можете ознакомиться и скачать презентацию на тему Классификаторы. Доклад-сообщение содержит 7 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации


Слайд 1


Классификаторы
Описание слайда:
Классификаторы

Слайд 2


Широкоэкранная презентация Множество классификаторов составлено таким образом, чтобы их было легко применять к данным дистанционного зондирования. К...
Описание слайда:
Широкоэкранная презентация Множество классификаторов составлено таким образом, чтобы их было легко применять к данным дистанционного зондирования. К наиболее известным относятся классификатор Геологической службы США LULC (Land Use/Land Cover Classification System), классификатор Michigan Land Use Classification и классификатор Cowardin Wetland Classification System.

Слайд 3


Классификатор LULC Геологической службы США
Описание слайда:
Классификатор LULC Геологической службы США

Слайд 4


Четыре уровня классификации LULC Геологической службы США и характеристики данных ДЗ
Описание слайда:
Четыре уровня классификации LULC Геологической службы США и характеристики данных ДЗ

Слайд 5


Космическая снимка Landsat-8
Описание слайда:
Космическая снимка Landsat-8

Слайд 6


Выбор эталонной области и расчет статистических показателей Количество пикселов. Хотя точных рекомендаций в отношении этого показателя не существует,...
Описание слайда:
Выбор эталонной области и расчет статистических показателей Количество пикселов. Хотя точных рекомендаций в отношении этого показателя не существует, оператор должен убедиться в том, что в обучающей выборке для каждого информационного класса содержится достаточно большое количество пикселов. Размер области. Размер области следует выбирать так, чтобы соответствующая выборка содержала точную и надежную информацию об информационном классе. Вместе с тем, размер области не должен быть слишком большим, поскольку в этом случае возрастает вероятность нежелательных вариаций. Форма области. Хотя эта характеристика не относится к наиболее важным, более регулярная форма эталонной области облегчает получение информации из космических снимков. Местоположение. Как правило, спектральные характеристики изображения в пределах одного информационного класса изменяются очень незначительно. Это необходимо учитывать при выделении эталонных областей. Желательно провести полевые наблюдения территории. Для определения границ труднодоступных или горных эталонных областей можно воспользоваться аэрофотоснимками или картами.

Слайд 7


Выбор эталонной области и расчет статистических показателей Формирование обучающей выборки. Каких-либо строгих и хорошо продуманных рекомендаций в...
Описание слайда:
Выбор эталонной области и расчет статистических показателей Формирование обучающей выборки. Каких-либо строгих и хорошо продуманных рекомендаций в отношении процедуры формирования обучающей выборки на сегодняшний день не существует. Тем не менее, можно перечислить основные этапы такой процедуры: Сбор информации о территории, включая карты и аэрофотоснимки, а также отчеты и другие материалы прошлых исследований. Полевые наблюдения расположенных на территории объектов. В идеальном случае проведение полевых наблюдений должно проводиться в день получения данных ДЗ. Если это невозможно, то космическая съемка и полевые наблюдения должны соответствовать одному и тому же времени года. Предварительная оценка качества снимков. Определение эталонных областей, соответствующих легко идентифицируемым объектам на снимках. Выделенные области можно сравнить с соответствующими областями на картах и аэрофотоснимках. Извлечение из данных ДЗ обучающих выборок, соответствующих выделенным эталонным областям. Построение для каждого информационного класса частотной гистограммы для всех спектральных диапазонов. При наличии у гистограммы нескольких пиков необходимо идентифицировать эталонные области, которые вызывают этот эффект и исключить их из рассмотрения. Вычисление статистических показателей для каждой выборки — минимального, максимального и среднего значения, стандартного отклонения и ковариационной матрицы. Проверка возможности разделения информационных классов Выбор спектральных признаков. Следующий этап формирования обучающей выборки после расчета статистических показателей состоит в определении тех спектральных диапазонов, в которых данные лучше всего разделяются на информационные классы. Эту процедуру обычно называют выбором спектральных признаков.



Похожие презентации
Mypresentation.ru
Загрузить презентацию