НЕЙРОСЕТЕВОЙ МЕТОД ДЕШИФРАЦИИ СПУТНИКОВЫХ СНИМКОВ В ЗАДАЧАХ ОБНАРУЖЕНИЯ НЕСАНКЦИОНИРОВАННЫХ СВАЛОК

Jazyk:	ruština
Rok vydání:	2017
Předmět:	МЕТОД ПАРЗЕНОВСКОГО ОКНА АЛГОРИТМ ADABOOST АЛГОРИТМ НЕЧЕТНЫХ K-СРЕДНИХ ТЕКСТУРНЫЕ ПРИЗНАКИ ХАРАЛИКА АНАЛИЗ ГЛАВНЫХ КОМПОНЕНТ ДРЕВОВИДНЫЙ НЕЙРОСЕТЕВОЙ КЛАССИФИКАТОР БИНАРНЫЙ КЛАССИФИКАТОР МЕТОД СОПРЯЖЕННЫХ ГРАДИЕНТОВ PARZEN 'S WINDOW METHOD ADABOOST ALGORITHM K-MEANS CLUSTERING HARALIK'S TEXTURAL FEATURES PRINCIPAL COMPONENT ANALYSIS NEURAL NETWORK CLASSIFIER TREE A BINARY CLASSIFIER CONJUGATE GRADIENT METHOD
Zdroj:	Известия Тульского государственного университета. Технические науки.
ISSN:	2071-6168
Popis:	Рассмотрены преимущества использования древовидного нейросетевого классификатора, состоящего из совокупности простых (бинарных) классификаторов, в задачах обнаружения несанкционированных свалок мусора. Рассмотрено использование анализа главных компонент как алгоритма понижения размерности пространства рассматриваемых признаков. Приведены результаты экспериментальных исследований, доказывающие эффективность использования описанного метода дешифрации спутниковых снимков. The advantages of using a tree-like neural network classifier consisting of a set of simple (binary) classifiers in problems of detection of unauthorized garbage dumps. We consider the use of principal component analysis as a dimension reduction algorithm space to treat the symptoms. The results of experimental studies demonstrating the effectiveness of using this method of detection of unauthorized dumps.
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=od______2806::d3d754c67654861e00393deca29f2df2 http://cyberleninka.ru/article_covers/17024770.png Zobrazit plný text záznamu