Личный кабинет
Подробное описание документа
Кобенья С. Х. П.
Метод гауссова обучения нейронной сети для решения задачи распознавания многоспектральных спутниковых изображений / Кобенья С. Х. П. - DOI 10.18698/0236-3933-2021-4-59-74 // Вестник МГТУ им. Н. Э. Баумана. Сер. Приборостроение. - 2021. - № 4. -
Скачать документ
Рассмотрено различие в использовании методов компьютерного зрения по Гауссу и машинного обучения, применяемых для обработки многоспектральных спутниковых снимков при обнаружении и распознавании объектов исследования — банановых плантаций в районе Эль-Порвенир на побережье Эквадора. С учетом методов компьютерного зрения, машинного обучения, обработки многоспектральных спутниковых изображений и косвенных данных растров после расчета индексов вегетации NDVI и NDWI выполнена классификация растительности и водных объектов. Проведение анализа данных многоспектральных спутниковых изображений осложняет наличие облачности и растров. Метод машинного обучения при маркировке данных с валидацией по показателям вегетации применяется при сегментации классов, не участвующих в анализе компьютерного зрения при обнаружении и распознавании объекта исследования. Вероятность приведенных положительных экспериментальных результатов составляет ~ 96 %. Предлагаемые методы обнаружения и распознавания объектов на многоспектральных спутниковых изображениях могут быть внедрены в сельскохозяйственные системы для улучшения, анализа и оценки потребностей в сельскохозяйственных культурах, являющихся частью сельского хозяйства как первичного сектора экономики, для удовлетворения потребностей производства продуктов питания и сырьевых материалов. Таким образом, в условиях повышенного спроса на сельскохозяйственную продукцию необходимо внедрение технологий, гарантирующих качество и высокую производительность сельскохозяйственной техники
Статья опубликована в следующих изданиях
№ 4. - 2021.
