Linear Spectral Unmixing: Fraktionen unter einem Modell
Lineare Entmischungsmodelle ein Pixelspektrum als gewichtete Kombination von Endgliedspektren.
THE ITSENSING JOURNAL
Praktische Satelliten-Bewertungen, Fernerkundung Methoden und GIS Workflow. Erkunden Sie die Wissenschaft, verstehen Sie die Grenzen und nehmen Sie Ihr nächstes Projekt in iT Sensing.

Lineare Entmischungsmodelle ein Pixelspektrum als gewichtete Kombination von Endgliedspektren.
Ein Endglied ist ein Referenzspektrum, das zur Beschreibung eines Bauteils in einem Spektralmodell verwendet wird.
Die Dimensionsreduktion komprimiert korrelierte Spektralkanäle in weniger Merkmale.
Anomaly-Erkennung findet Spektren, die sich von einem modeled Hintergrund unterscheiden.
Die schmalbandige Reflexion kann Modelle von Vegetationseigenschaften wie Pigmente oder wasserbezogene Eigenschaften unterstützen.
Die Bildverarbeitungsspektroskopie kann Absorptionssignaturen, die mit einigen atmosphärischen Gasen unter geeigneten Bedingungen verbunden sind, erfassen.
Ein zufälliger Wald kombiniert Entscheidungsbäume, die an Ausbildungsbeispielen angebracht sind.
Ein Support-Vektor-Klassifikator trennt markierte Merkmalsmuster mit einem ausgewählten Kernel und einer Regularisierung.
Clustering Gruppen Beobachtungen nach Merkmals-ähnlichkeit.
Die räumliche Quervalidierung trennt die Ausbildung und Auswertung nach Geographie oder Betriebseinheiten.
Die vorübergehende Validierung bewertet ein Modell an Terminen oder Saisons, die von der Ausbildung ausgeschlossen sind.
Ein Etikett stellt eine definierte Interpretation an Ort und Zeit dar.
Keine passenden Artikel. Versuchen Sie eine andere Suche.