9786203323313 - Classification d'image des types de nuages à une seule couche: Un système automatisé basé sur PCA pour classer différents types d'images cloud pour une meilleure pr... (5 risultati)

Condizione: New.

Taschenbuch. Condizione: Neu. Classification d'image des types de nuages à une seule couche | Un système automatisé basé sur PCA pour classer différents types d'images cloud pour une meilleure prévision concise de la pluie | Imran Sarwar Bajwa (u. a.) | Taschenbuch | Französisch | 2021 | Editions Notre Savoir | EAN 9786203323313 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu.

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Un système de classification automatique est présenté, qui discrimine les différents types de nuages ¿¿monocouches à l'aide de l'analyse en composantes principales (ACP) avec une précision améliorée et offre une vitesse de traitement rapide par rapport à d'autres techniques. Le système est d'abord formé par des images cloud. En phase de formation, le système lit les principales caractéristiques principales des différentes images cloud pour produire un espace image. En phase de test, une nouvelle image de nuage peut être classée en la comparant à l'espace image spécifié à l'aide de l'algorithme PCA. Les applications de prévision météorologique utilisent diverses techniques de reconnaissance de formes pour analyser les informations des nuages ¿¿et d¿autres paramètres météorologiques. Neural Networks est une méthodologie souvent utilisée pour le traitement d'images. Certaines méthodologies statistiques telles que FDA, RBFNN et SVM sont également utilisées pour l'analyse d'images. Ces méthodologies nécessitent plus de temps de formation et ont une précision limitée d'environ 70%. Ce niveau de précision dégrade souvent la classification des nuages ¿¿et, par conséquent, la précision de la pluie et d'autres prévisions météorologiques est réduite. L'algorithme PCA fournit une classification des nuages ¿¿plus précise qui donne des prévisions de pluie meilleures et concises. 88 pp. Französisch.

Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Un système de classification automatique est présenté, qui discrimine les différents types de nuages ¿¿monocouches à l'aide de l'analyse en composantes principales (ACP) avec une précision améliorée et offre une vitesse de traitement rapide par rapport à d'autres techniques. Le système est d'abord formé par des images cloud. En phase de formation, le système lit les principales caractéristiques principales des différentes images cloud pour produire un espace image. En phase de test, une nouvelle image de nuage peut être classée en la comparant à l'espace image spécifié à l'aide de l'algorithme PCA. Les applications de prévision météorologique utilisent diverses techniques de reconnaissance de formes pour analyser les informations des nuages ¿¿et d'autres paramètres météorologiques. Neural Networks est une méthodologie souvent utilisée pour le traitement d'images. Certaines méthodologies statistiques telles que FDA, RBFNN et SVM sont également utilisées pour l'analyse d'images. Ces méthodologies nécessitent plus de temps de formation et ont une précision limitée d'environ 70%. Ce niveau de précision dégrade souvent la classification des nuages ¿¿et, par conséquent, la précision de la pluie et d'autres prévisions météorologiques est réduite. L'algorithme PCA fournit une classification des nuages ¿¿plus précise qui donne des prévisions de pluie meilleures et concises.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 88 pp. Französisch.

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Un système de classification automatique est présenté, qui discrimine les différents types de nuages ¿¿monocouches à l'aide de l'analyse en composantes principales (ACP) avec une précision améliorée et offre une vitesse de traitement rapide par rapport à d'autres techniques. Le système est d'abord formé par des images cloud. En phase de formation, le système lit les principales caractéristiques principales des différentes images cloud pour produire un espace image. En phase de test, une nouvelle image de nuage peut être classée en la comparant à l'espace image spécifié à l'aide de l'algorithme PCA. Les applications de prévision météorologique utilisent diverses techniques de reconnaissance de formes pour analyser les informations des nuages ¿¿et d¿autres paramètres météorologiques. Neural Networks est une méthodologie souvent utilisée pour le traitement d'images. Certaines méthodologies statistiques telles que FDA, RBFNN et SVM sont également utilisées pour l'analyse d'images. Ces méthodologies nécessitent plus de temps de formation et ont une précision limitée d'environ 70%. Ce niveau de précision dégrade souvent la classification des nuages ¿¿et, par conséquent, la précision de la pluie et d'autres prévisions météorologiques est réduite. L'algorithme PCA fournit une classification des nuages ¿¿plus précise qui donne des prévisions de pluie meilleures et concises.