On classifier learning methodologies with application to compressed remote sensing images
Аннотации
Remote sensing images have found numerous applications nowadays. A traditional outcome or intermediate result of their processing is a classification map. Such maps are usually obtained from a pre-trained classifier and it is desired to have the produced classification maps as accurately as possible. The basic subject of this article is the factors determining this accuracy. В даний час зображення дистанційного зондування Землі знайшли безліч застосувань. Найчастіше кінцевим або проміжним результатом їх обробки є класифікаційна карта. Такі карти зазвичай отримують за допомогою попередньо навченого класифікатора, і однією з вимог, що пред'являються до них, є їх точність. Основним предметом статті є чинники, що визначають цю точність. Основними з них є якість даних ДЗЗ та тип класифікатора, параметри та підхід до навчання.