Strukturerkennung und -validierung für probabilistisches Information-Mining von Fernerkundungsdaten
Strukturerkennung und -validierung für probabilistisches Information-Mining von Fernerkundungsdaten
批准号:
5254380
负责人:
Professor Dr. Joachim M. Buhmann
金额:
$0.0万
依托单位:
依托单位国家:
德国
项目类别:
Research Grants
财政年份:
2001
资助国家:
德国
项目状态:
已结题
起止时间:
2000-12-31 至 2004-12-31
中文摘要
2 .数据挖掘技术与应用研究进展[j] .数据挖掘技术与应用研究进展[e] . beschäftigt齐尔斯特(Ziel istes),现代科学研究方法(Methoden der Mustererkennung)与科学研究方法(Fernerkundung)、科学研究方法(nutzbar)与科学研究方法(gleichzzetitien)、科学研究方法(denen die Qualität)、科学研究方法(eregebnisse optimierwerden kann)。1 .如果你的研究对象是德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国参考文献1 .德国数据研究集团fällt hier z. B. die Segmentierung von SAR Bildern . die struckturierung von Bilddatenbanken。在验证和自动控制机制方面,我们将在验证和自动控制机制方面,我们将在验证和自动控制机制方面,我们将在验证和自动控制机制方面,我们将在验证和自动控制机制方面,我们将在验证和控制机制方面,我们将在验证和控制机制方面,我们将在验证和控制机制方面,我们将在验证和控制机制方面,我们将在验证和控制机制方面,我们将在验证和控制机制方面,我们将在验证和控制机制方面,我们将在验证和控制机制方面,我们将在验证和控制机制方面。Den Ausgangspunkt bilhiter Sätze der statisticschen Lerntheorie, die es ermöglichen, die mögliche Genauigkeit von Algorithmen zur struckturvorhersage abzuschätzen and ihr lerverhalten entsprechend parametrisch zkorrigieren。我们的算法是稳健的,算法是稳健的,算法是稳健的,算法是稳健的,算法是稳健的,算法是稳健的。在此基础上,本文提出了一种基于交互控制的研究方法:基于交互控制的研究方法:基于交互控制的研究方法:基于交互控制的研究方法:基于交互控制的研究方法:基于交互控制的研究方法:基于迭代的研究方法:基于交互控制的研究方法:基于交互控制的研究方法:基于交互控制的研究方法:基于交互控制的研究方法:基于交互控制的研究方法:基于交互控制的研究方法。Ziel eines solchen interaktiven Prozesses ist die bercksichtigung and Formalisierung von intuitivem Wissen, das der Anwender normalweise夜,以加强regen speciizizieren kanen。他说:“我是说,我是说,我是说,我是说,我是说,我是说,我是说,我是说,我是说,我是说,我是说,我是说,我是说,我是说,我是说,我是说,我是说,我是说。”d.h.e werden sowohl auf der Mustererkennungsseite neue strukturerkennings - and validerungsmethoden entwickelt,也包括as Zusammenspiel structureextraction, datenakuquel and Datenverwaltung in einem allgemeinen Sinne näher beleuchet。Gerade diesem letzten Punkt kommt bem Aufbau einer Referenzarchitektur eine besondere Bedeutung zu。
英文摘要
Dieses Teilprojekt beschäftigt sich mit der Entwicklung und Anwendung von Strukturerkennungs- und Strukturvalidierungsverfahren im Hinblick auf Data-Mining im Fernerkundungsbereich. Ziel ist es, moderne Methoden der Mustererkennung im besonderen Anwendungsfeld der Fernerkundung nutzbar zu machen und gleichzeitig Strategien vorzuschlagen, mit denen die Qualität ihrer Ergebnisse optimiert werden kann. Auf der Methodenseite sind Verfahren vorgesehen, die aus einer großen Menge unstrukturierter Fernerkundungsdaten entweder durch selbständige Gruppierung der Daten oder aber mit vergleichsweise wenigen Vorgaben Struktur inferieren können. Unter Gruppierung von Daten fällt hier z. B. die Segmentierung von SAR Bildern oder die Strukturierung von Bilddatenbanken. Auf der Validierungsseite werden diese Methoden durch automatische Kontrollmechanismen ergänzt, welche die Komplexität der lernbaren Funktionen in nicht-heuristischer Weise von der Datenlage abhängig machen. Den Ausgangspunkt bilden hier Sätze der statistischen Lerntheorie, die es ermöglichen, die mögliche Genauigkeit von Algorithmen zur Strukturvorhersage abzuschätzen und ihr Lernverhalten entsprechend parametrisch zu korrigieren. Sie werden durch Konzepte unterstützt, bei denen die Ergebnisse eines mehrfach probalistisch wiederholten Lernens miteinander verrechnet und geeignet zu einem Gesamtergebnis kombiniert werden, was die Robustheit der Algorithmen deutlich erhöht. Darüber hinaus ist die Entwicklung von Strategien vorgesehen, um eine interaktive Kontrolle des Benutzers zu ermöglichen, durch die in einer wechselseitigen Abfolge aus Strukturvorhersage und Strukturbewertung ein iterativer Lernprozeß mit aus Anwendersicht zufriedenstellenden Resultaten umgesetzt werden kann. Ziel eines solchen interaktiven Prozesses ist die Berücksichtigung und Formalisierung von intuitivem Wissen, das der Anwender normalerweise nicht durch einfache Regeln spezifizieren kann. Es wird erwartet, daß die gewonnen Erkenntnisse in der Domäne Fernerkundung sich gleichfalls auf andere Mining-Szenarien übertragen lassen. D. h. es werden sowohl auf der Mustererkennungsseite neue Strukturerkennungs- und Validierungsmethoden entwickelt, als auch das Zusammenspiel Strukturextraktion, Datenakquisition und Datenverwaltung in einem allgemeinen Sinne näher beleuchtet. Gerade diesem letzten Punkt kommt beim Aufbau einer Referenzarchitektur eine besondere Bedeutung zu.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Stability Analysis for Clustering
-
批准号:69240513
-
项目类别:Research Units
-
资助金额:$0.0万
-
财政年份:2008
-
负责人:Professor Dr. Joachim M. Buhmann
-
依托单位:
Maschinelles Lernen zur Funktionsvorhersage für Proteine im großen Maßstab
-
批准号:5250242
-
项目类别:Research Grants
-
资助金额:$0.0万
-
财政年份:2000
-
负责人:Professor Dr. Joachim M. Buhmann
-
依托单位:
Bildsegmentation in Echtzeit mit deterministischem Annealing
-
批准号:5251470
-
项目类别:Priority Programmes
-
资助金额:$0.0万
-
财政年份:1995
-
负责人:Professor Dr. Joachim M. Buhmann
-
依托单位:
海外基金