Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 52.91.177.91
    [SESS_TIME] => 1711721932
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 26e546fabea1307b6a50b54ff76ced8e
    [UNIQUE_KEY] => f6bf98c68ea7d7ae683ba3d9b19b4520
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2018 год, номер 3

КОМПЛЕКСИРОВАНИЕ КЛАССИФИКАТОРОВ В ЗАДАЧЕ ТЕМАТИЧЕСКОЙ ОБРАБОТКИ ГИПЕРСПЕКТРАЛЬНЫХ АЭРОКОСМИЧЕСКИХ ИЗОБРАЖЕНИЙ

Е.В. Дмитриев1, В.В. Козодеров2, А.О. Дементьев1, А.Н. Сафонова3
1Институт вычислительной математики РАН, 119333, Москва, ул. Губкина, 8
yegor@mail.ru
2Московский государственный университет им. М. В. Ломоносова, 119991, Москва, Ленинские горы, 1
vkozod@mail.ru
3Институт космических и информационных технологий, 660074, г. Красноярск, ул. Академика Киренского, 26, корп. 1
sunny1991-2010@mail.ru
Ключевые слова: дистанционное зондирование, гиперспектральные изображения, распознавание образов, тематическая обработка, классификация, remote sensing, hyperspectral images, pattern recognition, thematic processing, classification
Страницы: 3-13
Подраздел: АНАЛИЗ И СИНТЕЗ СИГНАЛОВ И ИЗОБРАЖЕНИЙ

Аннотация

Рассмотрена задача тематической обработки гиперспектральных аэрокосмических изображений. Предлагаемая методика, основанная на алгоритме декодирования, позволяет построить эффективный алгоритм многоклассовой классификации на основе комбинации стандартных алгоритмов бинарной классификации различной сложности. Приведено обоснование выбора конфигурации алгоритма классификации. С помощью тестовых расчётов на основе модельных и реальных данных показана эффективность использования предлагаемого подхода для распознавания объектов по гиперспектральным изображениям.

DOI: 10.15372/AUT20180301