Notice bibliographique
Résumé
Compact polarimetry for a synthetic aperture radar (SAR) system is reviewed. Compact polarimetry (CP) is intended to provide useful polarimetric image classifications while avoiding the disadvantages of space-based quadrature-polarimetric (quad-pol) SARs. Two CP approaches are briefly described, π/4 and circular. A third form, hybrid compact polarimetry (HCP) has emerged as the preferred embodiment of compact polarimetry. HCP transmits circular polarization and receives on two orthogonal linear polarizations. When seen through its associated data processing and image classification algorithms, HPC’s heritage dates back to the Stokes parameters (1852), which are summarized and explained in plain language. Hybrid dual-polarimetric imaging radars were in the payloads of two lunar-orbiting satellites, India’s Earth-observing RISAT-1, and Japan’s ALOS-2. In lunar or planetary orbit, a satellite equipped with an HCP imaging radar delivers the same class of polarimetric information as Earth-based radar astronomy. In stark contrast to quad-pol, compact polarimetry is compatible with wide swath modes of a SAR, including ScanSAR. All operational modes of the SARs aboard Canada’s three-satellite Radarsat Constellation Mission (RCM) are hybrid dual-polarimetric. Image classification methodologies for HCP data are reviewed, two of which introduce errors for reasons explained. Their use is discouraged. An alternative and recommended group of methodologies yields reliable results, illustrated by polarimetrically classified images. A survey over numerous quantitative studies demonstrates HCP polarimetric classification effectiveness. The results verify that the performance accuracy of the HCP architecture is comparable to the accuracy delivered by a quadrature-polarized SAR. Four appendices are included covering related topics, including comments on inflight calibration of an HCP radar.
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.
Comment cette classification a été obtenuedéplier
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».