Отрывок: Затем старый центр кластера смещается в его центроид. Таким образом, центроиды становятся новыми центрами кластеров для следующей итерации алгоритма. Шаги 3 и 4 повторяются до тех пор, пока выполнение алгоритма не будет прервано либо пока не будет выполнено условие в соответствии с некоторым критерием сходимости[3]. Однако в процессе реализации столкнулись со следующими проблемами:  Метод не справляется с задачами, называемыми «проблемами пончика» - когда один ...
Название : Классификация объектов натурных гиперспектральных изображений
Другие названия : Сlassification of objects of natural hyperspectral images
Авторы/Редакторы : Хотилин, М.И.
Кравцова, Н.С.
Рыцарев, И.А.
Куприянов, А.В.
Дата публикации : 2020
Библиографическое описание : Хотилин М.И. Классификация объектов натурных гиперспектральных изображений/ М.И. Хотилин, Н.С. Кравцова, И.А. Рыцарев, А.В. Куприянов// Информационные технологии и нанотехнологии (ИТНТ-2020). Сборник трудов по материалам VI Международной конференции и молодежной школы (г. Самара, 26-29 мая): в 4 т. / Самар. нац.-исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем. обраб. изобр. РАН-фил. ФНИЦ "Кристаллография и фотоника" РАН; [под ред. В. А. Фурсова]. – Самара: Изд-во Самар. ун-та, 2020. – Том 4. Науки о данных. – 2020. – С. 86-90.
Аннотация : Эта статья описывает процесс определения классификации объектов или зон на гиперспектральном изображении по классу: лес, вода, земля. Описаны методы и алгоритмы поиска принадлежности к определенному классу. Описаны дальнейшие перспективы развития алгоритма на больших данных и возможности улучшения алгоритма. This paper describes the process of determining the classification of an object / zone in a hyperspectral image by class: forest, water, earth. Methods and algorithms for finding membership in a particular class are described. Further prospects for the development of the algorithm on big data are described.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Klassifikaciya-obektov-naturnyh-giperspektralnyh-izobrazhenii-84807
Другие идентификаторы : Dspace\SGAU\20200729\84807
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Описание Размер Формат  
ИТНТ-2020_том 4-86-90.pdf333.47 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.