1 Masterthesis-Abdipourchenarestansofla-2019.pdf 2391018 402d6693696e6b3a89c2c05d339a0d3b dbhsnb/thesis2018-0846 1687620520 Oau rda Converted from PICA to MODS using Pica2MODS with mode 'DEFAULT'. Masterarbeit Hochschulschrift Efficient sparse signal recovery of remote sensing data a classification method for hyperspectral image data Das Anliegen dieser Arbeit ist , ein prinzipielles Klassifizierungspaket zu entwickeln für die Darstellung großer Datensätze für eine Klassifizierungsaufgabe. In dieser Arbeit wird ein Klassifizierungs-Algorithmus basierend auf der sparsamen Kodierung für die Klassifizierung eines gegebenen Testpixels aus einem hyperspektralen Bild entwickelt. Hyperspektrale Bilder im Fernerkundungsbereich haben die Charakteristik von Big Data in Bezug auf Geschwindigkeit, Richtigkeit und Volumen. Morteza Abdipourchenarestansofla VerfasserIn aut Gerd Teschke AkademischeR BetreuerIn dgs 1054825173 Erik Borg AkademischeR BetreuerIn dgs 10115485-9 Hochschule Neubrandenburg 01.09.2005 - Grad-verleihende Institution dgg 117513421X Hochschule Neubrandenburg Fachbereich Landschaftswissenschaften und Geomatik Grad-verleihende Institution dgg https://digibib.hs-nb.de/resolve/id/dbhsnb_thesis_0000002236 620 Ingenieurwissenschaften und Maschinenbau Fachbereich Landschaftswissenschaften und Geomatik alle Rechte vorbehalten Nutzungsrechte erteilt Lizenz Metadaten: CC0 frei zugänglich (Open Access) en 2019 Hochschule Neubrandenburg Neubrandenburg monographic 2019 2019 2020 Hochschulbibliothek Neubrandenburg Neubrandenburg 2020 Hochschulbibliothek Neubrandenburg https://digibib.hs-nb.de/resolve/id/dbhsnb_thesis_0000002236 vorgelegt von Morteza Abdipourchenarestansofla Sparse Recovery Klassifikation Signalwiederherstellung hyperspektrale Bilder 2020-01-17T09:48:51.952Z 2022-05-05T12:48:41.485Z editorT administrator