Radarsat-2 DSM Generation With New Hybrid, Deterministic, and Empirical Geometric Modeling Without GCP
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Digital surface models (DSMs) extracted from high-resolution Radarsat-2 stereo-images using different geometric modeling (deterministic, new hybrid, and empirical) are evaluated. The 3-D deterministic models are Toutin's and hybrid Toutin's models (TM and HTM) developed at the Canada Centre for Remote Sensing, and the empirical model is the rational function model (RFM). TM is computed with one and eight ground control points (GCPs), HTM without GCP and RFM supplied by MacDonald, Dettwiler and Associates Ltd. is postprocessed with 3-9 GCPs depending of degrees of 2-D polynomial functions. The DSMs are then generated and compared to 0.2-m accurate lidar elevation data. Because DSMs included the height of land covers, elevation linear errors with 68% and 90% confidence level (LE68 and LE90) are computed and compared over bare surfaces only. LE90 results are: TM with eight GCPs achieves the best results (6.3 m), then HTM with no GCP (7 m), TM with one GCP (8.6 m), and finally RFM the worst (9.7 m) whatever the polynomial degree and GCP number. HTM is the only modeling not using any GCP, which offers a strong advantage in operational environments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle