1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 06. Периодические издания
  3. Журнал "Компьютерная оптика"
Full metadata record
DC FieldValueLanguage
dc.contributor.authorБорзов, С.М.
dc.contributor.authorГурьянов, М.А.
dc.contributor.authorПотатуркин, О.И.
dc.date2019-06
dc.date.accessioned2025-08-27T05:20:24Z-
dc.date.available2025-08-27T05:20:24Z-
dc.date.issued2019-06
dc.identifier.identifierDspace\SGAU\20190718\78028
dc.identifier.citationБорзов, С.М. Исследование эффективности классификации трудноразли- чимых типов растительности по гиперспектральных изображениям / С.М. Борзов, М.А. Гурьянов, О.И. Потатуркин // Компьютерная оптика. – 2019. – Т. 43, № 3. – С. 464- 473. – DOI: 10.18287/2412-6179-2019-43-3-464-473.
dc.identifier.urihttps://dx.doi.org/10.18287/2412-6179-2019-43-3-464-473
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/22415-
dc.description.abstractРабота посвящена исследованию эффективности методов контролируемой спектральной и спектрально-пространственной классификации гиперспектральных данных. В частности, на примере различения типов растительности рассмотрены методы минимального расстояния, опорных векторов, Махаланобиса, максимального правдоподобия. Значительное внимание уделено изучению зависимости точности классификации данных при применении перечисленных методов от количества и способа выбора спектральных признаков. Продемонстрирована перспективность совместной обработки спектральных и пространственных признаков, учитывающей коррелированность близкорасположенных пикселей. Приведены экспериментальные результаты, полученные при различных способах формирования обучающих выборок.
dc.description.sponsorshipРабота выполнена при поддержке Министерства науки и высшего образования в рамках выполнения работ по Государственному заданию №АААА-А17-117052410034-6 в ИАиЭ СО РАН.
dc.languagerus
dc.publisherСамарский национальный исследовательский университет им. академика С.П. Королева, Институт систем обработки изображений РАН - филиал ФНИЦ «Кристаллография и фотоника» РАН
dc.relation.ispartofseries43;3
dc.titleИсследование эффективности классификации трудноразличимых типов растительности по гиперспектральным изображениям
dc.title.alternativeStudy of the classification efficiency of difficult-to-distinguish vegetation types using hyperspectral data
dc.typeArticle
dc.identifier.scsti89.57.35
local.identifier.oldurihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Issledovanie-effektivnosti-klassifikacii-trudnorazlichimyh-tipov-rastitelnosti-po-giperspektralnym-izobrazheniyam-78028
local.identifier.oldurihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Issledovanie-effektivnosti-klassifikacii-trudnorazlichimyh-tipov-rastitelnosti-po-giperspektralnym-izobrazheniyam-78028
Appears in Collections:Журнал "Компьютерная оптика"

Files in This Item:
File Description SizeFormat 
15_Borzov-Guraynov-Potaturkin_AA-PicPos-JuN-MI-L-SV-Page-JuN2-NL.pdfОсновная статья1.36 MBAdobe PDFView/Open
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.