Основні міри подібності та нові підходи до їх застосування при класифікуванні гіперспектральних космічних зображень

Abstract

У даній статті описується новий підхід класифікування гіперспектральних космічних зображень, який використовує поняття моделі векторного простору та векторних функцій подібності, таких як міра Серенсена-Дайса, косинусна міра подібності, м’яка косинусна міра подібності, міра Жаккара, міра перекриття та асиметрична міра.

В данной статье описывается новый подход к классификации гиперспектральных космических изображений, который использует понятие модели векторного пространства и векторных функций подобия, таких как мера Серенсена-Дайса, косинусная мера подобия, мягкая косинусная мера подобия, мера Жаккара, мера перекрытия и ассиметричная мера.

This paper describes the new approach for hyperspectral satellite images classification, which uses a concept of Vector Space Model and vector similarity functions, such as: Sorensen-Dice coefficient, cosine similarity, soft cosine measure, Jaccard coefficient, overlap measure and assymetric measure.