Kapcsolat
Hogyan vásároljunk
Kézbesítés
Vásárlási tanácsadó
Using Multiple Robust Parameter Design Techniques to Improve Hyperspectral Anomaly Detection Algorithm Performance
Angol
147 b
Akár 30 napos visszaküldési lehetőség
A vásárlók ilyet vásároltak
/
Puha kötésű
10 105
Ft
/
Adobe ePub DRM
25 791
Ft
/
Kemény kötésű
2 678
Ft
Detecting and identifying objects of interest is the goal of all remote sensing. New advances, specifically in hyperspectral imaging technology have provided the analyst with immense amounts of data requiring evaluation. Several filtering techniques or anomaly detection algorithms have been proposed. However, most new algorithms are insuciently verified to be robust to the broad range of hyperspectral data being made available. One such algorithm, AutoGAD, is tested here via two separate robust parameter design techniques to determine optimal parameters for consistent performance on a range of data with large attribute variances. Additionally, the results of the two techniques are compared for overall e ectiveness. The results of the test as well as optimal parameters for AutoGAD are presented and future research e orts proposed.
Információ a könyvről
Angol
Kategória
Ajándékozza oda ezt a könyvet még ma
Nagyon egyszerű
1 Tegye a kosárba könyvet, és válassza ki a kiszállítás ajándékként opciót 2 Rögtön küldjük Önnek az utalványt 3 A könyv megérkezik a megajándékozott címéreEzt is ajánljuk
/
Kemény kötésű
61 746
Ft
/
Kemény kötésű
7 577
Ft
/
Puha kötésű
2 678
Ft
