Отрывок: Воспользуемся следующей априорной информацией об алгоритме кластерного анализа. Будем считать, что ожидаемая вероятность ошибочной классификации er ( ) 1 / 2P  E . То есть ожидается, что алгоритм  проводит классификацию с лучшим качеством, нежели алгоритм случайного равновероятного выбора. Из утверждения 1 следует, что выполняется один из двух вариантов: а) 1/...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorПестунов, И.А.-
dc.contributor.authorРылов, С.А.-
dc.contributor.authorСинявский, Ю.Н.-
dc.contributor.authorБериков, В.Б.-
dc.date.accessioned2017-05-19 10:57:24-
dc.date.available2017-05-19 10:57:24-
dc.date.issued2017-
dc.identifierDspace\SGAU\20170516\63786ru
dc.identifier.citationПестунов И.А. Подход к построению ансамбля непараметрических алгоритмов кластеризации для сегментации спутниковых изображений / И.А. Пестунов, С.А. Рылов, Ю.Н. Синявский, В.Б. Бериков // Сборник трудов III международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2017) - Самара: Новая техника, 2017. - С. 775-780.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Podhod-k-postroeniu-ansamblya-neparametricheskih-algoritmov-klasterizacii-dlya-segmentacii-sputnikovyh-izobrazhenii-63786-
dc.description.abstractСтатья посвящена применению ансамблевого подхода в задачах сегментации мультиспектральных спутниковых изображений с использованием непараметрических алгоритмов кластеризации данных. Подход основан на формировании согласованной матрицы различий для нескольких вариантов разбиения данных на кластеры. Вычислительная эффективность достигается благодаря предварительной группировке данных и переходу к обработке представителей групп. Приведено два способа выбора представителей. На примере плотностного и сеточного алгоритмов показано, что формирование ансамбля позволяет повысить устойчивость и качество результатов сегментации.ru
dc.language.isorusru
dc.publisherНовая техникаru
dc.subjectансамблевый подходru
dc.subjectсогласованная матрица различийru
dc.subjectнепараметрические алгоритмы кластеризацииru
dc.subjectсегментация мультиспектральных изображенийru
dc.titleПодход к построению ансамбля непараметрических алгоритмов кластеризации для сегментации спутниковых изображенийru
dc.typeArticleru
dc.textpartВоспользуемся следующей априорной информацией об алгоритме кластерного анализа. Будем считать, что ожидаемая вероятность ошибочной классификации er ( ) 1 / 2P  E . То есть ожидается, что алгоритм  проводит классификацию с лучшим качеством, нежели алгоритм случайного равновероятного выбора. Из утверждения 1 следует, что выполняется один из двух вариантов: а) 1/...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Описание Размер Формат  
paper 142_775-780.pdfОсновная статья. Раздел: Обработка изображений и геоинформационные технологии1.08 MBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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