|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 226 van 268 gevonden artikelen
| Titel: |
Symbolic agglomerative clustering for quantitative analysis of remotely sensed data |
| Auteur: |
Prakash, H. N. Srikanta Nagabhushan, P. Gowda, K. Chidananda |
| Verschenen in: |
International journal of remote sensing |
| Paginering: | Jaargang 21 (2000) nr. 17 pagina's 3239-3251 |
| Jaar: |
2000-11-20 |
| Inhoud: |
An efficient nonparametric, hierarchical, symbolic agglomerative clustering procedure based on the mutual nearest neighbourhood concept is proposed for classifying remotely sensed multispectral data. The procedure utilized a data reduction technique and an innovative symbolic concept to minimize the memory and computational time requirements. A new non-metric similarity measure and a novel method of formulation of composite symbolic objects are proposed to enrich the performance of the algorithm. A Mean Difference Index (MDI) concept for identifying the optimal number of classes was used. Experiments were conducted on IRS (Indian Remote Sensing) satellite data to authenticate the efficacy of the procedure. |
| Uitgever: |
Taylor & Francis |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 226 van 268 gevonden artikelen
| << vorige | volgende >> |