Отрывок: Также линейный дискриминантный анализ можно интерпретировать как построение разделяющей прямой (плоскости), позволяющей разделить два или более классов. В ходе работы рассматривались области двух классов, количество рассмотренных областей было 10 по каждому классу, количество измерений по каждому экземпляру области 260, количество признаков - 260. Размерность итогового массива входных данных – 5200х...
Название : | Технология построения информативного признака области натурного гиперспектрального изображения для задачи классификации |
Авторы/Редакторы : | Хотилин М. И. |
Дата публикации : | 2021 |
Библиографическое описание : | Хотилин, М. И. Технология построения информативного признака области натурного гиперспектрального изображения для задачи классификации / М. И. Хотилин // Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 т.] / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изображений РАН - фил. ФНИЦ "Кристаллография и фотоника РАН. - Самаpа : Изд-во Самар. ун-та, 2021Т. 3: Искусственный интеллект и науки о данных. - 2021. - С. 033312. |
Другие идентификаторы : | RU\НТБ СГАУ\466528 |
Ключевые слова: | MaZda дискриминантный анализ задачи классификации гиперспектральные изображения отбор признаков программное обеспечение |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
139paper033312.pdf | 446.04 kB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.