Call number:
S 99.0139(357)
In:
Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz Universität Hannover, Nr. 357
Type of Medium:
Series available for loan
Pages:
220 Seiten
,
Illustrationen, Diagramme, Karten
ISSN:
0174-1454
Series Statement:
Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz Universität Hannover Nr. 357
Language:
German
Note:
Inhaltsverzeichnis
1. Einleitung
1.1. Motivation
1.2. Zielsetzung und wissenschaftlicher Beitrag
1.3. Aufbau der Arbeit
2. Stand der Forschung
2.1. Änderungsdetektion
2.2. Reduzierung des Bedarfs an manuell erstellten Trainingslabels
2.3. Strategien zum Umgang mit fehlerhaften Labels
2.4. Fehlerhafte Trainingslabels im Bereich der Fernerkundung
2.5. Merkmalsselektion
2.6. Diskussion
3. Grundlagen
3.1. Klassifikation
3.2. Merkmale
3.2.1. Spektrale Merkmale
3.2.2. Texturmerkmale: Haralick Merkmale
3.2.3. Strukturmerkmale: gewichtetes Histogramm der Gradientenrichtungen
3.2.4. 3D Merkmale: normalisiertes digitales Oberflächenmodell
3.2.5. Merkmalsselektionsalgorithmus
3.3. Logistische Regression
3.4. Gegenüber fehlerhaften Trainingslabels robuste logistische Regression
3.5. Klassifikations- und Regressionsbäume
3.6. Random Forest
3.7. Conditional Random Fields
4. Methodik
4.1. Uberblick des Klassifikationsalgorithmus
4.1.1. Initialisierung
4.1.2. Iterativer Prozess
4.2. Robuster Random Forest
4.2.1. Auswahl der Entscheidungsgrenze
4.2.2. Wahrscheinlichkeit der Klassenzugehörigkeit
4.2.3. Individuelle Übergangswahrscheinlichkeiten für jedes Trainingsbeispiel
4.2.4. Wahrscheinlichkeit in den Blättern
4.3. Integration der Kartenlabels als Beobachtungen
4.4. Bestimmung der Ubergangsmatrix
4.5. AnderungsWahrscheinlichkeit
4.6. Klassifikation basierend auf der robusten logistischen Regression
4.7. Multitemporale Klassifikation
4.7.1. Multitemporales CRF Modell
4.7.2. Sequenzielles Training
4.7.3. Ablauf der multitemporalen Klassifikation
5. Aufbau der Experimente
5.1. Datensätze
5.1.1. Hameln
5.1.2. Las Vegas
5.1.3. Vaihingen
5.1.4. Herne
5.1.5. Husum
5.2. Auswahl der Trainingsbeispiele
5.3. Merkmale
5.4. Analyse der Merkmalsselektionsmethode
5.5. Genauigkeitsmaße
5.6. Aufbau und Zielsetzung der Experimente
5.6.1. Merkmalsselektion
5.6.2. Parametertests
5.6.3. Monotemporale Klassifikation
5.6.4. Multitemporale Klassifikation
6. Experimente
6.1. Merkmalsselektion
6.2. Einfluss der Parameter
6.3. Monotemporale Klassifikation
6.3.1. Hameln
6.3.2. Las Vegas
6.3.3. Vaihingen
6.3.4. Herne und Husum
6.3.5. Diskussion
6.4. Multitemporale Klassifikation
6.4.1. Hameln
6.4.2. Las Vegas
6.4.3. Diskussion
7. Fazit und Ausblick
7.1. Fazit
7.2. Ausblick
A. Anhang - Daten
B. Anhang - Klassifikationsergebnisse
,
Zusammenfassungen in deutscher und englischer Sprache
Location:
Lower compact magazine
Branch Library:
GFZ Library
Permalink
