Kontakt
Jak kupować
Dostawa
Doradca ds. zakupów
Using Multiple Robust Parameter Design Techniques to Improve Hyperspectral Anomaly Detection Algorithm Performance
Angielski
136 b
30 dni na zwrot towaru
Klienci kupili także
/
Miękka
106.23
zł
/
Twarda
28.65
zł
/
Adobe ePub DRM
294.56
zł
/
Miękka
181.20
zł
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.
Informacje o książce
Angielski
Kategoria
Podaruj tę książkę jeszcze dziś
To łatwe
1 Dodaj książkę do koszyka i wybierz „dostarczyć jako prezent” 2 W odpowiedzi wyślemy Ci bon 3 Książka dotrze na adres obdarowanegoMogłoby Cię także zainteresować
/
Twarda
76.06
zł
/
Miękka
28.55
zł
/
Miękka
121.97
zł