查詢結果分析
相關文獻
- Comparison of Principal Components Analysis and Minimum Noise Fraction Transformation for Reducing the Dimensionality of Hyperspectral Imagery
- 高速無線區域網路的發展與標準制定的近況
- Division of Air Basins Utilizing Principal Component Analysis Over Taiwan
- 應用主成分分析法於葡萄酒化學成分分析
- The Integration of Hyperspectral and Radar Data to Enhance Urban Surface Features
- 集水區水質變遷特性之獨立成分分析
- 海大、海專及海事高職航海相關科系畢業生上船工作意願差異之研究
- 高階積分三角調變器設計方法之研究
- A Generic Architecture for High-Order Sigma-Delta Modulators
- 數位電視場測與分析
頁籤選單縮合
題名 | Comparison of Principal Components Analysis and Minimum Noise Fraction Transformation for Reducing the Dimensionality of Hyperspectral Imagery=主成分分析與最小雜訊區段轉換對減少超光譜影像維數之比較 |
---|---|
作者 | 陳哲銘; | 書刊名 | 國立臺灣師範大學地理研究報告 |
卷期 | 33 2000.11[民89.11] |
頁次 | 頁163-178 |
分類號 | 440.98 |
關鍵詞 | 超光譜影像; 資料維數; 主成分分析; 最小雜訊區段轉換; 訊號雜訊比; |
語文 | 英文(English) |
中文摘要 | 超光譜影像通常具有兩百個以上的連續波段,且各波段間存在高度相關,因此在影像分析前常需減少資料量以提昇運算效率,同時消除波段間的相關以減少分析誤差。本研究比較主成分分析與最小雜訊區段轉換這兩種轉換方法對減少超光譜影像資料維數的成效,結果證實最小雜訊區段轉換可正確根據影像品質的高低來排列主成分的次序,且有較高的訊號雜訊比,因此比主成分分析更適用於壓縮超光譜資料。 |
本系統之摘要資訊系依該期刊論文摘要之資訊為主。