+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Алгоритмы и методы использования геоинформационных систем в задачах компрессии, распознавания и комплексирования данных дистанционного зондирования

  • Автор:

    Сердитова, Наталья Евгеньевна

  • Шифр специальности:

    25.00.30

  • Научная степень:

    Кандидатская

  • Год защиты:

    2001

  • Место защиты:

    Санкт-Петербург

  • Количество страниц:

    137 с. : ил

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы


СОДЕРЖАНИЕ

Введение
1. Геоинформационные системы
1.1. Вводные замечания
1.2. История развития ГИС
1.3. Структура ГИС и ее основные функции
1.4. Стандартные средства ГИС
1.5. Методы представления пространственной информации
1.6. Перспективы использования ГИС
Выводы
2. Выбор наиболее информативных спектральных диапазонов дистанционного зондирования с использованием
анализа главных компонент
2.1. Вводные замечания
2.2. Определение главных компонент совокупности
2.3. Вычисление оценок наибольшего правдоподобия
для главных компонент
2.4. Алгоритм реализации метода в контуре ГИС
Выводы
3. Автоматическое распознавание изображенных
на снимках объектов
3.1. Вводные замечания
3.2. Постановка задачи распознавания.
Основные определения и понятия
3.3. Методы распознавания первого уровня (полная
априорная информация)
3.3.1. Метод максимума правдоподобия

3.3.2. Случай статистически независимых признаков
3.3.3. Аппроксимационный метод оценки
распределений по выборке
3.4. Методы распознавания второго уровня (неполная
априорная информация)
3.4.1. Построение решающих правил
3.4.2. Метод ближайшего среднего (эталона)
3.4.3. Улучшение разделимости классов при значительном различии статистической структуры
обучающих выборок
3.5. Методы распознавания третьего уровня (полное
отсутствие априорной информации)
3.5.1. Кластерный анализ
3.6. Реализация алгоритмов в контуре ГИС
Выводы
4. Метод рандомизированных сводных показателей
4.1. Метод сводных показателей АСПИД
4.2. Оценка экологического потенциала ландшафта
Выводы
Заключение
Список использованных источников

Собранные данные только тогда становятся информацией, когда влияют на процесс принятия решений
Н. Винер
ВВЕДЕНИЕ
В последние годы геоинформационные системы (ГИС) стремительно становятся стандартным инструментом для принятия решений в задачах управления ресурсами окружающей среды. Благодаря способности хранить, обрабатывать, анализировать и визуализировать в структурированной электронной форме огромные объемы пространственно распределенных разнородных данных, таких как цифровые карты, базы данных, модели и т.п., ГИС позволяют быстро генерировать синтетическую информацию в ясной для принимающих решения специалистов форме. В решениях XIII Всемирного Метеорологического Конгресса (май 1999 г., Женева) и Долгосрочном плане ВМО на 2000-2009 г. настойчиво рекомендуется широкое внедрение ГИС в мировую метеорологическую практику в качестве основы перспективных информационных систем.
В метеорологических и природоохранных приложениях имеется особый круг задач, решение которых в значительной степени облегчается или ускоряется при использовании ГИС. К ним можно отнести раннее оповещение о стихийных бедствиях и опасных погодных явлениях, наблюдения за лесными и тундровыми пожарами, контроль за крупномасштабными выбросами загрязняющих веществ в атмосферу и Мировой океан, контроль за водной и

ГИС: растровая и векторная. Рассмотрим каждую из этих форм представления.
Растровое представление данных
Растровые данные - это данные в том виде, в каком мы видим их на дисплее ЭВМ, экране МРЛ, на фотографии или телевизионном экране. Все изображение разбивается на мелкую сетку и вводится один элемент изображения пиксель (ркйлге+ектегД), каждому из которых приписано свое числовое значение (яркость, температура, цвет и т. п.). Т. е. задается матрица из элементов {Сд}т1 п , где Су - значение функции в каждом пикселе, т, п -размеры изображения (т - количество строк, п - количество столбцов (могут быть любыми)). Размер минимального элемента изображения определяет пространственное разрешение данных. Пример растрового задания карты типов почв см. на рис. 1.2.
Значение Су может быть как количественной характеристикой (например, высота над уровнем моря), так и качественным атрибутом (например, те же высоты над уровнем моря, но разбитые на градации, каждой из которых приписан свой класс, либо тип почв или характер землепользования). Но это всегда одно значение, для записи которого в памяти ЭВМ предусмотрена одна ячейка памяти. Т. е. на одной матрице описать и типы почв и их высоту над уровнем моря нельзя, так как растровый способ задания данных - это всегда способ описания какой-либо одной величины или характеристики на карте.
Для представления пространственных данных можно использовать

Рекомендуемые диссертации данного раздела

Время генерации: 0.347, запросов: 962