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 ...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorХотилин, М.И.-
dc.contributor.authorКравцова, Н.С.-
dc.contributor.authorРыцарев, И.А.-
dc.contributor.authorКуприянов, А.В.-
dc.date.accessioned2020-07-30 10:42:11-
dc.date.available2020-07-30 10:42:11-
dc.date.issued2020-
dc.identifierDspace\SGAU\20200729\84807ru
dc.identifier.citationХотилин 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.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Klassifikaciya-obektov-naturnyh-giperspektralnyh-izobrazhenii-84807-
dc.description.abstractЭта 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.ru
dc.language.isorusru
dc.titleКлассификация объектов натурных гиперспектральных изображенийru
dc.title.alternativeСlassification of objects of natural hyperspectral imagesru
dc.typeArticleru
dc.textpartЗатем 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 ...-
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 базовое описание ресурса Просмотр статистики
Поделиться:



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