Skip to content

La classificazione di immagini telerilevate mediante reti neurali fuzzy Artmap: tecniche di apprendimento incrementale

Gratis La preview di questa tesi è scaricabile gratuitamente in formato PDF.
Per scaricare il file PDF è necessario essere iscritto a Tesionline. L'iscrizione non comporta alcun costo: effettua il Login o Registrati.

Anteprima della tesi: La classificazione di immagini telerilevate mediante reti neurali fuzzy Artmap: tecniche di apprendimento incrementale, Pagina 7
 figura 2.1. Firma spettrale per acqua (1), vegetazione (2), suolo (3)
Classi spettrali e classi informative 
Il modo più efficace per rappresentare dati multispettrali al fine di una analisi quantitativa è di mapparli 
in uno spazio dei patterns (deto anche spazio dei vettori multispettrali o più generalmente spazio delle
features), avente una dimensionalità pari al numero di componenti spettrali considerate. In questo spazio
ogni punto dell'immagine è rappresentato da un punto di coordinate pari al valore dei livelli di grigio del
pixel  in  ogni  banda.  Supposto  che  le  bande  siano  tali  da  permettere  una  buona  discriminazione,  ci  si
aspetta che i pixels formino dei gruppi nello spazio multispettrale (clusters) corrispondenti ai diversi tipi
di copertura del terreno. Solitamente lo stesso tipo di vegetazione o di terreno (detto classe informativa)
può essere rappresentato nello spazio multispettrale da più clusters (ovvero le classi spettrali). Questo è
evidenziato  in  figura  2.2  dove  una  certa  classe  informativa  indicante  vegetazione,  è  composta  da  tre
distinti  insiemi  (clusters).  Si  evidenzia quindi  la  corrispondenza uno-a-molti tra  una classe informativa
(rappresentativa per l'utente finale) e più classi spettrali associate.
 
figura 2.2. Corrispondenza uno-a-molti tra classe informativa e classi spettrali
 
  
2.2 Clustering e classificazione di Immagini 
[i][c][n]
Esistono  due  approcci  principali  alla  classificazione:  quello  supervisionato  ( classification )  e  quello
non-supervisionato  ( clustering ).  Nel  primo  caso  l'insieme  delle  classi  informative  è  definito  a  priori,
mentre nel secondo caso non si possiede nessuna conoscenza riguardo esse. 
La  classificazione  supervisionata  è  il  principale  strumento  per  l'analisi  quantitativa  di  immagini
telerilevate.  L'assunzione  fondamentale  nell'approccio  supervisionato  è  che  le  classi  informative  siano

Preview dalla tesi:

La classificazione di immagini telerilevate mediante reti neurali fuzzy Artmap: tecniche di apprendimento incrementale

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

Informazioni tesi

  Autore: Giorgio Robino
  Tipo: Tesi di Laurea
  Anno: 1998-99
  Università: Università degli studi di Genova
  Facoltà: Ingegneria
  Corso: Ingegneria Elettronica
  Relatore: Carlo Regazzoni
  Lingua: Italiano
  Num. pagine: 174

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.

Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

apprendimento incrementale on-line
artificial intelligence
fuzzy artmap
incremental learning
pattern recognition
remote sensing
telerilevamento
reti neurali
teoria della risonanza adattiva
riconoscimento di immagini
immagini telerilevate

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi