MétaCan
Menu
Retour à la cohorte
Enregistrement W3193503404 · doi:10.2478/cait-2021-0018

Performance Evaluation of Change Detection in SAR Images Based on Hybrid Antlion DWT Fuzzy c-Means Clustering

2021· article· en· W3193503404 sur OpenAlex

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCybernetics and Information Technologies · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueRemote-Sensing Image Classification
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArtificial intelligenceComputer scienceSynthetic aperture radarFuzzy logicPattern recognition (psychology)Cluster analysisImage fusionFilter (signal processing)PixelGround truthSensitivity (control systems)Image (mathematics)WaveletComputer vision

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, the main objective is to detect changes in the geographical area of Ottawa city in Canada due to floods. Two multi-temporal Synthetic Aperture Radar (SAR) images have been taken to evaluate the un-supervised change detection process. In this process, two ratio operators named as Log-Ratio and Mean-Ratio are used to generate a difference image. Performing image fusion based on DWT by selecting optimum filter coefficients by satisfying the wavelet filter coefficient properties through a novel image fusion technique is named as ADWT. GA, PSO, AntLion Optimization algorithms (ALO) and Hybridized AntLion Algorithm (HALO) have been adapted to perform the ADWT based image fusion. Segmentation has been performed based on fuzzy c-Means clustering to detect changed and unchanged pixels. Finally, the performance of the proposed method will be analysed by comparing the segmented image with the ground truth image in terms of sensitivity, accuracy, specificity, precision, F1-score.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil0,455

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,232
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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