Descripteur
Documents disponibles dans cette catégorie (78)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Bias compensation for rational function model based on total least squares / Anzhu Yu in Photogrammetric record, vol 32 n° 157 (March - May 2017)
[article]
Titre : Bias compensation for rational function model based on total least squares Type de document : Article/Communication Auteurs : Anzhu Yu, Auteur ; Ting Jiang, Auteur ; Wenyue Guo, Auteur Année de publication : 2017 Article en page(s) : pp 48 - 60 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] analyse numérique
[Termes IGN] calcul d'erreur
[Termes IGN] compensation par moindres carrés
[Termes IGN] erreur aléatoire
[Termes IGN] erreur systématique
[Termes IGN] modèle par fonctions rationnelles
[Termes IGN] pondération
[Termes IGN] précision du positionnementRésumé : (auteur) When using the rational function model for the geometric orientation and geopositioning of satellite imagery, systematic bias compensation for vendor-provided rational polynomial coefficients (RPCs) is very important. Most existing bias-compensation models express systematic biases as a function of certain deterministic parameters, and least squares adjustment is used for estimating correction parameters. In this paper, the errors-in-variables model is introduced to take random errors in both the observation vector and the design matrix into consideration, based on a weighted total least squares adjustment. Experiments performed with two datasets demonstrate that the proposed method is reliable and the geopositioning accuracy improvement is better compared with a traditional least squares adjustment. Numéro de notice : A2017-197 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1111/phor.12183 En ligne : http://dx.doi.org/10.1111/phor.12183 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84871
in Photogrammetric record > vol 32 n° 157 (March - May 2017) . - pp 48 - 60[article]Robust sparse hyperspectral unmixing with ℓ2,1 norm / Yong Ma in IEEE Transactions on geoscience and remote sensing, vol 55 n° 3 (March 2017)
[article]
Titre : Robust sparse hyperspectral unmixing with ℓ2,1 norm Type de document : Article/Communication Auteurs : Yong Ma, Auteur ; Chang Li, Auteur ; Xiaoguang Mei, Auteur ; et al., Auteur Année de publication : 2017 Article en page(s) : pp 1227 - 1239 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse linéaire des mélanges spectraux
[Termes IGN] image hyperspectrale
[Termes IGN] matrice creuse
[Termes IGN] méthode robuste
[Termes IGN] pondérationRésumé : (Auteur) Sparse unmixing (SU) of hyperspectral data have recently received particular attention for analyzing remote sensing images, which aims at finding the optimal subset of signatures to best model the mixed pixel in the scene. However, most SU methods are based on the commonly admitted linear mixing model, which ignores the possible nonlinear effects (i.e., nonlinearity), and the nonlinearity is merely treated as outlier. Besides, the traditional SU algorithms often adopt the ℓ2 norm loss function, which makes them sensitive to noises and outliers. In this paper, we propose a robust SU (RSU) method with ℓ2,1 norm loss function, which is robust for noises and outliers. Then, the RSU can be solved by the alternative direction method of multipliers. Finally, the experiments on both synthetic data sets and real hyperspectral images demonstrate that the proposed RSU is efficient for solving the hyperspectral SU problem compared with the state-of-the-art algorithms. Numéro de notice : A2017-150 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2016.2616161 En ligne : http://dx.doi.org/10.1109/TGRS.2016.2616161 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84681
in IEEE Transactions on geoscience and remote sensing > vol 55 n° 3 (March 2017) . - pp 1227 - 1239[article]DEM Fusion of elevation REST API data in support of rapid flood modelling / Heather McGrath in Geomatica, vol 70 n° 4 (December 2016)
[article]
Titre : DEM Fusion of elevation REST API data in support of rapid flood modelling Type de document : Article/Communication Auteurs : Heather McGrath, Auteur ; Emmanuel Stefanakis, Auteur ; M. Nastev, Auteur Année de publication : 2016 Article en page(s) : pp 283 - 297 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] analyse comparative
[Termes IGN] architecture REST
[Termes IGN] données altimétriques
[Termes IGN] fusion de données
[Termes IGN] inondation
[Termes IGN] modèle numérique de surface
[Termes IGN] Nouveau-Brunswick (Canada)
[Termes IGN] partitionnement
[Termes IGN] pondération
[Termes IGN] traitement de données localiséesRésumé : (auteur) Les modèles numériques d’altitudes (MNA) font partie intégrante de la modélisation des inondations. Les données MNA à haute résolution ne sont pas toujours disponibles ou abordables pour les collectivités et ainsi d’autres sources de données altimétriques sont examinées. Bien que la précision de certaines de ces sources ait été rigoureusement vérifiée (p. ex., SRTM, ASTER), d’autres, telles que les API REST du modèle numérique d’élévation du Canada (MNÉC) de Ressources naturelles Canada et les API REST d’élévations de Google et Bing, n’ont pas encore été correctement évaluées. Les détails concernant la source d’acquisition et la précision sont souvent non publiés pour les API. Pour inclure ces données dans les applications géospatiales afin d’évaluer l’incertitude et la réduire, la fusion des données est examinée. Ainsi, cet article présente une nouvelle méthode de fusion des données altimétriques. La nouvelle méthode intègre les concepts de partitionnement des données et de pondération inverse à la distance (PID) dans le calcul d’une nouvelle surface altimétrique fusionnée. Les résultats des MNA individuels et des MNA fusionnés sont comparés à une surface LiDAR (détection et télémétrie par ondes lumineuses) à haute résolution et aux cartes des inondations pour deux zones d’étude au Nouveau-Brunswick. La comparaison des surfaces individuelles avec celle du LiDAR conclut que les résultats respectent leurs spécifications de précision affichées, les données de Bing calculant les plus petits biais moyens et le MNÉC les plus petits écarts types. La fusion des trois surfaces au moyen de la méthode proposée augmente la corrélation et minimise l’écart type et le biais moyen lorsqu’on la compare au LiDAR, indépendamment du terrain, produisant ainsi un MNA plus précis. Numéro de notice : A2016--133 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.5623/cig2016-402 En ligne : https://doi.org/10.5623/cig2016-402 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=85204
in Geomatica > vol 70 n° 4 (December 2016) . - pp 283 - 297[article]Enabling point pattern analysis on spatial big data using cloud computing: optimizing and accelerating Ripley’s K function / Guiming Zhang in International journal of geographical information science IJGIS, vol 30 n° 11-12 (November - December 2016)
[article]
Titre : Enabling point pattern analysis on spatial big data using cloud computing: optimizing and accelerating Ripley’s K function Type de document : Article/Communication Auteurs : Guiming Zhang, Auteur ; Qunying Huang, Auteur ; A - Xing Zhu, Auteur Année de publication : 2016 Article en page(s) : pp 2230 - 2252 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] analyse de données
[Termes IGN] classification
[Termes IGN] fonction K de Ripley
[Termes IGN] informatique en nuage
[Termes IGN] optimisation (mathématiques)
[Termes IGN] pondération
[Termes IGN] traitement de données localiséesRésumé : (Auteur) Performing point pattern analysis using Ripley’s K function on point events of large size is computationally intensive as it involves massive point-wise comparisons, time-consuming edge effect correction weights calculation, and a large number of simulations. This article presented two strategies to optimize the algorithm for point pattern analysis using Ripley’s K function and utilized cloud computing to further accelerate the optimized algorithm. The first optimization sorted the points on their x and y coordinates and thus narrowed the scope of searching for neighboring points down to a rectangular area around each point in estimating K function. Using the actual study area in computing edge effect correction weights is essential to estimate an unbiased K function, but is very computationally intensive if the study area is of complex shape. The second optimization reused the previously computed weights to avoid repeating expensive weights calculation. The optimized algorithm was then parallelized using Open Multi-Processing (OpenMP) and hybrid Message Passing Interface (MPI)/OpenMP on the cloud computing platform. Performance testing showed that the optimizations effectively accelerated point pattern analysis using K function by a factor of 8 using both the sequential version and the OpenMP-parallel version of the optimized algorithm. While the OpenMP-based parallelization achieved good scalability with respect to the number of CPU cores utilized and the problem size, the hybrid MPI/OpenMP-based parallelization significantly shortened the time for estimating K function and performing simulations by utilizing computing resources on multiple computing nodes. Computational challenge imposed by point pattern analysis tasks on point events of large size involving a large number of simulations can be addressed by utilizing elastic, distributed cloud resources. Numéro de notice : A2016-752 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2016.1170836 En ligne : http://dx.doi.org/10.1080/13658816.2016.1170836 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=82343
in International journal of geographical information science IJGIS > vol 30 n° 11-12 (November - December 2016) . - pp 2230 - 2252[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 079-2016061 RAB Revue Centre de documentation En réserve L003 Disponible A mixed weighted least squares and weighted total least squares adjustment method and its geodetic applications / Y. Zhou in Survey review, vol 48 n° 351 (October 2016)
[article]
Titre : A mixed weighted least squares and weighted total least squares adjustment method and its geodetic applications Type de document : Article/Communication Auteurs : Y. Zhou, Auteur ; X. Fang, Auteur Année de publication : 2016 Article en page(s) : pp 421 - 429 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie
[Termes IGN] compensation par moindres carrés
[Termes IGN] méthode des moindres carrés
[Termes IGN] pondération
[Termes IGN] variableRésumé : (Auteur) A mixed weighted least squares (WLS) and weighted total least squares (WTLS) (mixed WLS–WTLS) method is presented for an errors-in-variables (EIV) model with some fixed columns in the design matrix. The numerical computational scheme and an approximate accuracy assessment method are also provided. It is extended from the mixed Least squares (LS)–Total least squares (TLS) method to deal with the case that the random columns are corrupted by heteroscedastic correlated noises. The mixed WLS–WTLS method can improve the computational efficiency compared with the existing WTLS methods without loss of accuracy, particularly when the fixed columns are far more than random ones. The Bursa transformation and parallel lines fitting examples are carried out to demonstrate the performance of the proposed algorithm. Since the mixed WLS–WTLS problem includes both the WLS and the WTLS problem, it will have a more wide range of applications. Numéro de notice : A2016-823 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article DOI : 10.1179/1752270615Y.0000000040 En ligne : https://doi.org/10.1179/1752270615Y.0000000040 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=82639
in Survey review > vol 48 n° 351 (October 2016) . - pp 421 - 429[article]Semisupervised classification for hyperspectral image based on multi-decision labeling and deep feature learning / Xiaorui Ma in ISPRS Journal of photogrammetry and remote sensing, vol 120 (october 2016)PermalinkTaking correlations in GPS least squares adjustments into account with a diagonal covariance matrix / Gaël Kermarrec in Journal of geodesy, vol 90 n° 9 (September 2016)PermalinkBuilding displacement based on the topological structure / Yageng Sun in Cartographic journal (the), Vol 53 n° 3 (August 2016)PermalinkImplications of weighting metrics for line generalization with Visvalingam's algorithm / Mahes Visvalingam in Cartographic journal (the), Vol 53 n° 3 (August 2016)PermalinkGeographically weighted evidence combination approaches for combining discordant and inconsistent volunteered geographical information / Alexis Comber in Geoinformatica, vol 20 n° 3 (July - September 2016)PermalinkTesting impact of the strategy of VLBI data analysis on the estimation of Earth Orientation Parameters and station coordinates / Agata Wielgosz in Reports on geodesy and geoinformatics, vol 101 (June 2016)PermalinkConstruction du profil social de l’utilisateur dans un contexte dynamique. Application d’une méthode de pondération temporelle / Marie-Françoise Canut in Ingénierie des systèmes d'information, ISI : Revue des sciences et technologies de l'information, RSTI, vol 21 n° 2 (mars - avril 2016)PermalinkMulti-criteria, graph-based road centerline vectorization using ordered weighted averaging operators / Fateme Ameri in Photogrammetric Engineering & Remote Sensing, PERS, vol 82 n° 2 (February 2016)PermalinkCartographie de la vulnérabilité de la nappe à la pollution dans la plaine de Sidi Bel Abbes : Apport des données de télédétection et le SIG / N. Bentekhici in Bulletin des sciences géographiques, n° 30 (2015 - 2016)PermalinkA back-propagation neural network-based approach for multi-represented feature matching in update propagation / Yanxia Wang in Transactions in GIS, vol 19 n° 6 (December 2015)Permalink