Поиск по каталогу |
(строгое соответствие)
|
- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
AUTOMATIC DETECTION OF FLOOD USING REMOTE SENSING DATA. Flood and damage assessment using very Multi-Temporal-Remote Sensing Images (MT-RSI) data
В наличии
Местонахождение: Алматы | Состояние экземпляра: новый |
Бумажная
версия
версия
Автор: Dr. Jagannath Jadhav and Prof. Amruta Sonavale
ISBN: 9786202801010
Год издания: 2020
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 56
Издательство: LAP LAMBERT Academic Publishing
Цена: 23066 тг
Положить в корзину
Способы доставки в город Алматы * комплектация (срок до отгрузки) не более 2 рабочих дней |
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK) |
Курьерская доставка CDEK из города Москва |
Доставка Почтой России из города Москва |
Аннотация: Flood detection system process like the four different kinds of preprocessing, segmentation, feature extraction and the Contiguous deep Convolutional neural network (CDCNN) has been executed for identifying the flood defected region. CDCNN the implementation of proposed large-scale data sets can automatically pass through the histological characteristics of several layers of neurons, and has the ability to implement the non-linear decision-making functions. This work also investigates and compare with the possible methods for accurately identified by the classification with the proposed CDCNN details of the RSI. The performance analysis of the proposed model is verified in 2017 B mat lab environment. Based on the different features like precision, recall and F-measure accuracy analysis of the proposed system performance simulation system.
Ключевые слова: CCN, segmentation