Главная#
MATH#
Pied Piper
Преподаватель: Лебедев Евгений Денисович
Почта: 100022160 !СОБАКА! edu.miigaik.ru
Объявления:#
Допуск к диф.зачету - сдача 2 лабораторных работ и РГР. После утверждения РГР распечатывается и приносится на диф.зачет.
Также с собой необходима зачетка.
Даты приема диф.зачета
ГИДЗ-АКС 20, 27 мая
ГИДЗ-ИПР 23, 30 мая
Возможно сдать раньше при готовности работ.
Вопросы к диф.зачёту
На диф. зачете вы также дожны продемонcтрировать навыки владения ПО по теме вашего вопроса! Вне зависимости от вопроса необходимо продемонстриоовать понимание работы с плагином MOLUSCE!
Общие вопросы:
1. Линейное пространство. Аксиомы линейного пространства. Примеры линейных пространств
2. Виды матриц. Линейные операции над матрицами. Свойства линейных операций над матрицами
3. Определения размерности и базиса. Линейная зависимость и независимость. Теорема о разложении вектора по базису. Теорема о дополнении системы векторов до базиса.
4. Обратимость матриц. Пседообратная матрица. Метод наименьших квадратов в матричном виде.
5. Координаты и преобразования координат в линейном пространстве. Афинные преобразования и их применение.
6. Изоморфизм линейных пространств. Метрические, нормированные, Евклидовы пространства.
7. Спектральные образы (Спектральная сигнатура). Пространство пизнаков.
8. Предварительная обработка изображения (Радиометрическая коррекция, Атмосферная коррекция, Геометрическая коррекция, Ортотрансформирование)
9. Спектральные преобразования. Примеры спектральных преобраззований. Спектральные индексы.
10. Дешифрирование изображения. Постановка задачи классификации. Метод минимального расстояния. Метод спектрального угла. Проблема разделимости
11. Оценка точности алгоритмов классификации. Матрица ошибок. Ошибки первого рода. Ошибки второго рода. Точность. Каппа коэффициент.
12. Модель данных ДЗЗ. Одномерный статитический анализ (Гистограмма)
13. Модель данных ДЗЗ. Многомерный статитический анализ.
14. Связь математической теории и прикладных алгоритмов. Последовательность обработки данных ДЗЗ
15. Характеритиски аппаратуры Sentinel 2. Семейство Landsat. Характеристики аппаратуры Landsat 7, 8-9.
На выбор для самостоятельной подготовки:
1. Паншарперинг. Методы паншарепринга. Метод browey. Метод на основе подмены компонент (IHS).
2. Паншарперинг. Методы паншарепринга. Метод на основеортаганализации Грамма-Шмидта. Метод на основе подмены компонент (IHS).
3. Алгоритм SVM: принципы работы алгоритма SVM. Работа в плагине SCP.
4. Алгоритм SVM. Нелинейное обобщение трюк с ядром (kernel trick). Работа в плагине SCP.
5. Формирование выборки. Алогоритм наращивания областей.
4. Нейронные сети и их применение в ДЗЗ. Математическое описание нейрона. Плагин Deepnes.
5. Линеный оператор. Фильтры. Морфологические операторы.
6. Линеный оператор. Фильтры. Фильтр размытия.Фильтр улучшения чёткости. Медианный фильтр.
7. Линеный оператор. Оператор свертки. Оператор Прюитта, Шарра, Кэнни.
8. Собственных вектора и числа. Применение собственных векторов в ДЗЗ. Метод главных компонент.
9. Геопривязка карт. Привязка листа топографической карты. Математическая интерпретация.
10. Спецификация STAC. Источники данных, доступные в плагине STAC API BROWSER (дополнить источниками самостоятельно, крроме рассморенных в рамках пары)
11. Автоматизация расчетов в QGIS. Калькулятор растров. Автоматизация расчетов индексов.
12. Свойства линейных отображений. Ядро и образ линейного отображения. Теорема. Координаты произвольного вектора. Применение.
13. Сингулярное разложение. SVD для сжатия данных. SVD для восстановления изображения
14. Классификация по спектральным областям. Классификация по спектральным сигнатурам. Исследование спектральных сигнатур.