У нас вы можете посмотреть бесплатно Классификация землепользования/землепокрытия и оценка точности в Envi5.1 или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
1. Землепользование/землепокрытие: Определение физических характеристик поверхности Земли (землепокрытие), а также способов использования земель (землепользование) является сложной задачей в мониторинге окружающей среды и многих других областях. Это можно сделать с помощью полевых исследований или анализа спутниковых снимков (дистанционное зондирование). Хотя проведение полевых исследований является более полным и авторитетным методом, это дорогостоящий проект, и обновление данных обычно занимает много времени. Благодаря недавним разработкам в космической отрасли и расширению доступности спутниковых снимков (как бесплатных, так и коммерческих), глубокое обучение и сверточные нейронные сети показали многообещающие результаты в классификации землепользования. 2. Оценка точности: В контексте извлечения информации с помощью анализа изображений точность «измеряет соответствие между стандартом, который считается правильным, и классифицированным изображением неизвестного качества» (Кэмпбелл, 2007). Точность определяет уровень детализации классификации. Можно повысить точность классификации, уменьшив количество деталей или обобщив данные на широкие классы, а не на очень специфические. Например, схема, которая в целом разделяет деревья и сельскохозяйственные культуры, предоставляет меньше возможностей для ошибок классификации, чем та, которая различает множество типов деревьев и множество типов сельскохозяйственных культур. В этом случае более низкая точность потенциально обеспечивает более высокую достоверность. Однако пользователь карты, предлагающей только общие классы, не может делать точные утверждения о какой-либо конкретной точке на карте. Ошибка классификации возникает, когда пиксель (или объект), принадлежащий к одной категории, отнесен к другой категории. Ошибки пропуска возникают, когда объект не включен в оцениваемую категорию; ошибки включения возникают, когда объект ошибочно включен в оцениваемую категорию. Ошибка пропуска в одной категории будет засчитана как ошибка включения в другой категории. Источник: https://www.e-education.psu.edu/geog8... https://bit.ly/2YuwkhM