Отрывок: Меры непохожести таких векторов и способ их выбора рассматриваться в данной работе не будут. 2.2 Разработка параллельного алгоритма классификации по показателю сопряженности с подпространством Решение задач глобального картографирования требует обработки больших объемов данных. В то же время, процесс разработки продукта картографирования связан с необходимостью многократно производить к...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorДударь Л. В.ru
dc.contributor.authorБибиков С. А.ru
dc.contributor.authorИльясова Н. Ю.ru
dc.contributor.authorМинистерство образования и науки Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialгиперспектральные изображенияru
dc.coverage.spatialгиперкуб данныхru
dc.coverage.spatialгиперспектральная съемкаru
dc.coverage.spatialпоказатели сопряженностиru
dc.coverage.spatialтематическая обработкаru
dc.coverage.spatialпараллельные вычисленияru
dc.coverage.spatialклассификация изображенийru
dc.coverage.spatialдистанционное зондирование Землиru
dc.creatorДударь Л. В.ru
dc.date.issued2017ru
dc.identifierRU\НТБ СГАУ\ВКР20170906130323ru
dc.identifier.citationДударь, Л. В. Высокопроизводительный алгоритм классификации гиперспектральных изображений по показателю сопряженности, реализованный на кластерной вычислительной системе : вып. квалификац. работа по спец. "Прикладная математика и информатика" / Л. В. Дударь ; рук. работы С. А. Бибиков; рец. Н. Ю. Ильясова ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и элект. - Самара, 2017. - on-lineru
dc.description.abstractОбъектом исследования данной работы являются методы тематической обработки данных дистанционного зондирования Земли. Предмет исследования – классификация гиперспектральных изображений по показателю сопряженности с подпространством, натянутом на вектора клru
dc.format.extentЭлектрон. дан. (1 файл : 1,5 Мб)ru
dc.titleВысокопроизводительный алгоритм классификации гиперспектральных изображений по показателю сопряженности, реализованный на кластерной вычислительной системеru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.9ru
dc.textpartМеры непохожести таких векторов и способ их выбора рассматриваться в данной работе не будут. 2.2 Разработка параллельного алгоритма классификации по показателю сопряженности с подпространством Решение задач глобального картографирования требует обработки больших объемов данных. В то же время, процесс разработки продукта картографирования связан с необходимостью многократно производить к...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Дударь_Людмила_Вячеславовна_Высокопроизводительный_алгоритм_классификации_гиперспектральных.pdf1.49 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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