TAILIEUCHUNG - Sử dụng mạng neuron Hopfield tăng cường độ chính xác nhận dạng đối tượng có kích thước nhỏ hơn 1 pixel trên ảnh phổ

Nghiên cứu này đánh giá sự hiệu quả của thuật toán mới với ảnh 4 và khẳng định rằng phương pháp mới có thể tăng độ chính xác của tất cả các lớp phủ, đặc biệt là nhận dạng các đối tượng có kích thước nhỏ hơn hoặc tương đương 1pixel trên ảnh phổ. | Nghiên cứu - Ứng dụng SỬ DỤNG MẠNG NEURON HOPFIELD TĂNG CƯỜNG ĐỘ CHÍNH XÁC NHẬN DẠNG ĐỐI TƯỢNG CÓ KÍCH THƯỚC NHỎ HƠN 1 PIXEL TRÊN ẢNH PHỔ ĐẶNG THANH TÙNG 1 2 ĐỖ NHƯ HIỆP 2 PHẠM ĐÌNH TỈNH 2 ĐỖ MẠNH HÀ 3 NGUYỄN THẾ LUÂN 4 LƯƠNG THỊ KIM DUNG 5 LÝ THU HẰNG 6 1 State Key Laboratory of Information Engineering in Surveying Mapping and Remote Sensing LIES- MARS Wuhan University 129 Luoyu Road Wuhan 430079 China 2 Đại học Tài nguyên và Môi trường Hà Nội 3 Cục Đo đạc Bản đồ và Thông tin Địa lý Việt Nam 4 Viện Địa chất và Địa vật lý biển-Viện Hàn lâm Khoa học và Công nghệ Việt Nam 5 Trường Cao đẳng Vĩnh Phúc 6 Trung tâm Dữ liệu và Thông tin Đất đai-Tổng cục Quản lý Đất đai Tóm tắt Trong lĩnh vực viễn thám phân loại mềm được coi là có độ chính xác cao hơn phân loại cứng. Đối với bài toán siêu phân giải mạng neuron Hopfield đã được sử dụng để thực hiện bài toán tối ưu hoá trong xác định vị trí của các lớp phủ trong mỗi pixel. Nghiên cứu này đánh giá sự hiệu quả của thuật toán mới với ảnh 4 và khẳng định rằng phương pháp mới có thể tăng độ chính xác của tất cả các lớp phủ đặc biệt là nhận dạng các đối tượng có kích thước nhỏ hơn hoặc tương đương 1pixel trên ảnh phổ. 1. Giới thiệu chung pháp này được chứng minh là cho độ chính xác cao hơn các phương pháp phân loại cứng Đối với các phương pháp phân loại cứng hay Foodyvà cộng sự. 1996 8 . Cách tiếp cận này các phương pháp phân loại thông thường dựa cho phép mỗi pixel sẽ mang một giá trị thành trên giả thiết rằng mỗi pixel chỉ có thể thuộc về phần giữa 0 và 1 cho mỗi lớp thay vì chỉ mang một lớp phủ. Tuy nhiên trên thực tế thì trong các giá trị 0 hoặc 1 như trong phân loại cứng. cùng một pixel có thể chứa nhiều lớp phủ khác Như vậy đầu ra của phân loại mềm không phải nhau Fisher và cộng sự. 1997 7 . Trong mỗi là một bản đồ lớp phủ mà là một tập các lớp ảnh tấm ảnh viễn thám số lượng các pixel chứa raster khác nhau mỗi lớp đại diện cho một lớp nhiều lớp phủ khác nhau sẽ chiếm đa số ví dụ phủ và giá trị của lớp thể hiện diện tích .

TÀI LIỆU LIÊN QUAN
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
10    179    3    28-12-2024
11    168    2    28-12-2024
TAILIEUCHUNG - Chia sẻ tài liệu không giới hạn
Địa chỉ : 444 Hoang Hoa Tham, Hanoi, Viet Nam
Website : tailieuchung.com
Email : tailieuchung20@gmail.com
Tailieuchung.com là thư viện tài liệu trực tuyến, nơi chia sẽ trao đổi hàng triệu tài liệu như luận văn đồ án, sách, giáo trình, đề thi.
Chúng tôi không chịu trách nhiệm liên quan đến các vấn đề bản quyền nội dung tài liệu được thành viên tự nguyện đăng tải lên, nếu phát hiện thấy tài liệu xấu hoặc tài liệu có bản quyền xin hãy email cho chúng tôi.
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.