Name: Klasyfikacja obrazów typów chmur jednowarstwowych (en Polaco)
Price: 1381.38 MXN
Availability: InStock
Author: Bajwa, Imran Sarwar ; Hyder, Irfan
ISBN: 9786203323344

Envío gratis

portada Klasyfikacja obrazów typów chmur jednowarstwowych (en Polaco)

Formato

Libro Físico

Autor

Imran Sarwar Bajwa

Irfan Hyder

Editorial

Wydawnictwo Nasza Wiedza

Idioma

Polaco

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.5 cm

Peso

0.14 kg.

ISBN13

9786203323344

Categorías

Ingeniería electrónica

Klasyfikacja obrazów typów chmur jednowarstwowych (en Polaco)

Imran Sarwar Bajwa (Autor) · Irfan Hyder (Autor) · Wydawnictwo Nasza Wiedza · Tapa Blanda

Libro Nuevo

$ 1,381.38

$ 2,302.29

Ahorras: $ 920.92

40% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 15 de Julio y el Martes 23 de Julio.

Lo recibirás en cualquier lugar de México entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Klasyfikacja obrazów typów chmur jednowarstwowych (en Polaco)"

Przedstawiono automatyczny system klasyfikacji, który rozróżnia różne typy jednowarstwowych chmur przy użyciu analizy glównych komponentów (PCA) ze zwiększoną dokladnością i zapewnia dużą szybkośc przetwarzania w porównaniu z innymi technikami. System jest najpierw szkolony na podstawie obrazów w chmurze. W fazie szkolenia system odczytuje glówne glówne cechy różnych obrazów chmur w celu utworzenia przestrzeni obrazu. Na etapie testowania nowy obraz chmury można sklasyfikowac, porównując go z określoną przestrzenią obrazu za pomocą algorytmu PCA. Aplikacje prognozujące pogodę wykorzystują różne techniki rozpoznawania wzorców do analizy informacji o chmurach i innych parametrów meteorologicznych. Sieci neuronowe to często stosowana metodologia przetwarzania obrazu. Niektóre metodologie statystyczne, takie jak FDA, RBFNN i SVM, są również wykorzystywane do analizy obrazu. Te metodologie wymagają więcej czasu na szkolenie i mają ograniczoną dokladnośc wynoszącą okolo 70%. Ten poziom dokladności często pogarsza klasyfikację chmur, a tym samym dokladnośc prognoz deszczu i innych prognoz pogody jest ograniczona. Algorytm PCA zapewnia dokladniejszą klasyfikację chmur, co daje lepsze i zwięzle prognozowanie opadów.