Android-приложение для поиска дешевых авиабилетов: play.google.com
Главная -> Дистанционное зондирование

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 [125] 126 127 128 129

2. National Aeronautics and Space Administration-. Proc. of the Third Earth Resources Technology Satellite Symposium, 3 vols., Special Publications SP-351, SP-356, SP-357. NASA Goddard Space Flight Center, Greenbelt, Md., 1973.

3. MacDonald R. В., Bauer M. E., Allen R. D., Clifton J. W. Erickson J. D., Landgrebe D. A. Results of the 1971 Corn Blight Watch Experiment, in Proc. of the Eighth International Symposium on Remote Sensing of the Environment, vol. 1. Environmental Research Institute of Michigan, Ann Arbor, Mich., pp. 157-189, 1972.

4. Hughes G. F. On the Mean Accuracy of Statistical Pattern Recognizers, IEEE Trans, on Information Theory, vol. IT-14, no. 1, pp. 55-63, 1968.

5. Fu K. S., Landgrebe D. A., Phillips T. L. Information Processing of Remotely Sensed Agricultural Data. Proc. of the IEEE, vol. 57, no. 4, pp. 639- 653, 1969.

6. Ready P. J., Wintz P. A., Whitsitt S. L, Landgrebe D. A. Effects of Compression and Random Noise on Multispectral Data, in Proc. of the Seventh International Symposium on Remote Sensing of the Environment, Environmental Research Institute of Michigan, Ann Arbor, Mich., pp. 1321-1343, 1971.

7. Courant R., HUbert D. «Methods of Mathematical Physics, vol. I. Inter-science Publishers, New York, 1953.

8. Ketting R. L., Landgrebe D. A. Classification of Multispectral Image Data by Extraction and Classification of Homogeneous Objects. IEEE Trans. Geoscience Electronics, vol. GE-14, pp. 19-26, January, 1976.

9. Swain P. H., Hauska H. The Decision Tree Classifier: Design and Potential. IEEE Trans. Geoscience Electronics, vol. GE-15, pp. 142-147, July, 1977.



СЛОВАРЬ

В словарь включены термины, встречающиеся в количественном дистанционном зондировании, и определения, которые в некоторых случаях связаны с этой наукой и не являются абсолютно универсальными.

Абсолютно черное тело (blackbody). Идеальное тело, которое, если бы оно существовало, являлось бы идеальным поглотителем и излучателем, поглощая все падающее излучение-и ничего не отражая, и излучая энергию на всех длинах волн. В дистанционном зондировании кривые излучения абсолютно черных тел при разных температурах могут использоваться для моделирования естественных явлений, таких, как солнечная радиация и излучательная способность земной поверхности.. (См. разд. П. 1.)

Абсолютный нуль (absolute -zero). Температура О К или -273 °С.

Абсорбция, поглощение (absorption). Процесс затухания,, при котором происходит поглощение энергии излучения и превращение ее в другие виды энергии при прохождении ее через-атмосферу или другие среды. (См. также уравнение энергетического баланса).

Алгоритм (algorithm). Последовательность четко определенных шагов, используемых для выполнения данного процесса,, например, алгоритм классификации.

Альбедо, коэффициент отражения (albedo). Часть всей энергии, падающей на отражающую поверхность, которая отражается во всех направлениях.

Алфавитно-цифровой (alphanumeric). Использующий или состоящий из множества знаков, включающих как буквы, так и цифры, например, алфавитно-цифровое печатающее устройство-ЭВМ и результат вывода на него.

Алфавитно-цифровое печатающее устройство (АЦПУ) (line printer). Устройство вывода .вычислительной системы, печатающее построчно записи получаемых данных, обычно в дискретных символах, таких как буквы и цифры.

Аналитик данных (data analyst). В системе, связанной с производством, это оператор системы анализа данных, задачей которого является управление потоком материалов и управление работой системы; в системе, связанной с исследованиями, это исследователь, который тесно взаимодействует с данными и использует систему анализа данных как инструмент исследования.

Аналого-цифровое преобразование [analog-to-digital conversion (A/D conversion)]. Процесс квантования непрерывных а-на-



логовых сигналов для преобразования их в поток цифровых значений. Многоспектральные сканерные данные, если они собираются в аналоговой форме, подвергаются этому преобразованию до численного анализа. (См. разд. II. 7.)

Апертурная диафрагма (aperture stop). Физический элемент оптической системы, частично определяющий способность объектива собирать свет или светосилу объектива, но не влияющий на размер поля изображения. (См. разд. II. 3.)

Аппаратура, оборудование (hardware). Физические компоненты системы обработки данных, включающие центральный процессор, носители информации и удаленные терминалы. Сравните с программным обеспечением.

Атмосферное затухание (atmospheric attenuation). Снижение интенсивности излучения вследствие поглощения и/или рассеяния энергии атмосферой; обычно оно зависит от длины волны; может влиять как на солнечную радиацию, падающую на Землю, так и на отражаемую/излучаемую радиацию с поверхности Земли, регистрируемую датчиком.

Атмосферные окна (atmospheric windows). Диапазоны длин волн, где излучение может пройти через атмосферу с относительно слабым затуханием в оптической части спектра, приблизительно от 0,3 до 2,5; от 3,0 до 4,0; от 4,2 до 5,0 и от 7,0 до 15,0 мкм.

Банк данных (data bank). Хорощо определенная группа данных, обычно одного и того же универсального тина, которая может быть доступна для ЭВМ.

Ближний инфракрасный (near infrared). См. Инфракрасный.

Видимые длины волн (visible wavelengths). Диапазон излучения, к которому чувствителен человеческий глаз (0,4- 0,7 мкм).

Влияние атмосферы (atmospheric effects). См. Атмосферное затухание.

Выделение признаков (feature extraction). В распознавании .Образов означает любой процесс выполнения преобразований на множестве измерений образа для выделения признаков, характеризующих образ. Часто исиользуется для уменьщения раз-.мерности данных, например, отбор признаков. (См. разд. III. 9.)

Гауссово предположение (Gaussian assumption). Предположение, что функция распределения вероятностей для любого исследуемого класса может быть аппроксимирована гауссовой

(или нормальной) функцией плотности вероятностей; благодаря этому иредноложению класс многомерных образов можно охарактеризовать двумя множествами статистик: вектором математических ожиданий признаков и ковариационной матрицей.

(См. разд. III. 5.)

Геометрические преобразования (geometric transformations). Преобразования изображений для изменения их геометрических



0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 [125] 126 127 128 129



0.0098
Яндекс.Метрика