5.4. PCA. The most common understan

5.4. PCA. The most common understanding of the PCA
is that it is a data compression technique used to reduce
the dimensionality of the multidimensional datasets [7]. It
is also helpful for image encoding, enhancement, change
detection, and multitemporal dimensionality [21]. PCA is a
statistical technique that transforms amultivariate data set of
intercorrelated variables into a set of new uncorrelated linear
combinations of the original variables, thus generating a new
set of orthogonal axes.
5.5. Ehlers Fusion. This is a fusion technique used for the
spectral characteristics preservation of multitemporal and
multisensor data sets. The fusion is based on an IHS transformation
combined with filtering in the Fourier domain,
and the IHS transform is used for optimal colour separation.
As the spectral characteristics of the multispectral bands are
preserved during the fusion process, there is no dependency
on the selection or order of bands for the IHS transform
[14, 30].

ผลลัพธ์ (ไทย) 1:

5.4 การสมาคม ความเข้าใจทั่วไปของสมาคมคือ มันเป็นเทคนิคการบีบอัดข้อมูลใช้ในการลดdimensionality ของ datasets หลายมิติ [7] มันยังมีประโยชน์สำหรับการเข้ารหัสภาพ ปรับปรุง เปลี่ยนแปลงตรวจสอบ และ dimensionality multitemporal [21] เป็นสมาคมเทคนิคทางสถิติที่กำหนด amultivariate ของตัวแปร intercorrelated ชุดของใหม่ uncorrelated เชิงเส้นชุดของตัวแปรเดิม จึง สร้างใหม่ชุดแกน orthogonal5.5 หลอม Ehlers โดยผสมผสานเทคนิคที่ใช้สำหรับการอนุรักษ์ลักษณะสเปกตรัมของ multitemporal และmultisensor ชุดข้อมูล ฟิวชั่นที่อยู่บนตัว IHS แปลงร่วมกับการกรองข้อมูลในโดเมนฟูรีเยและแปลง IHS ใช้สำหรับแยกสีดีที่สุดเป็นลักษณะสเปกตรัมของวง multispectralเก็บรักษาไว้ในระหว่างกระบวนการหลอมเหลว มีไม่ขึ้นต่อกันในส่วนเลือกหรือลำดับของวงสำหรับการแปลง IHS[14, 30]

ผลลัพธ์ (ไทย) 2:

5.4 PCA ความเข้าใจร่วมกันมากที่สุดของ PCA
คือว่ามันเป็นเทคนิคการบีบอัดข้อมูลที่ใช้ในการลด
มิติของชุดข้อมูลหลายมิติ [7] มัน
ยังเป็นประโยชน์สำหรับการเข้ารหัสภาพ, การเพิ่มประสิทธิภาพการเปลี่ยนแปลง
การตรวจสอบและมิติ multitemporal [21] PCA เป็น
เทคนิคทางสถิติที่แปลงข้อมูลชุด amultivariate ของ
ตัวแปร intercorrelated เป็นชุดของเชิงเส้นใหม่ uncorrelated
การรวมกันของตัวแปรเดิมจึงสร้างใหม่
ชุดของแกนมุมฉาก.
5.5 Ehlers ฟิวชั่น นี้เป็นเทคนิคฟิวชั่นที่ใช้สำหรับ
ลักษณะสเปกตรัมการเก็บรักษาของ multitemporal และ
ชุดข้อมูล Multisensor ฟิวชั่นจะขึ้นอยู่กับการเปลี่ยนแปลงของไอเอชเอ
รวมกับการกรองในโดเมนฟูริเยร์
และไอเอชเอแปลงที่ใช้สำหรับการแยกสีที่ดีที่สุด.
ในฐานะที่เป็นลักษณะสเปกตรัมของวง multispectral จะถูก
เก็บรักษาไว้ในระหว่างกระบวนการฟิวชั่นที่มีการพึ่งพาไม่มี
การเลือกหรือ การสั่งซื้อของวงไอเอชเอสำหรับการแปลง
[14, 30]

ผลลัพธ์ (ไทย) 3:

5.4 . PCA . ความเข้าใจทั่วไปของ PCA
คือว่า มันเป็นเทคนิคที่ใช้เพื่อลดการบีบอัดข้อมูล
dimensionality ของชุดข้อมูลหลายมิติ [ 7 ] มันยังเป็นประโยชน์สำหรับการเข้ารหัส

ภาพ , การเพิ่มประสิทธิภาพ , การเปลี่ยนแปลงการตรวจสอบและ multitemporal dimensionality [ 21 ] PCA เป็นสถิติที่แปลง amultivariate

ชุดของข้อมูลintercorrelated ตัวแปรในชุดใหม่ uncorrelated เส้นตรง
ชุดของตัวแปรเดิม ดังนั้น การสร้างชุดของแกนใหม่

) . . . Ehlers ฟิวชั่น นี้เป็นเทคนิคที่ใช้เพื่อการรักษา ลักษณะของสเปกตรัมของ multitemporal

ชุดข้อมูลและ multisensor . ฟิวชั่นขึ้นอยู่กับในการรวมกันกับการกรองใน

ฟูเรียร์โดเมนและในแปลงที่ใช้สำหรับการแยกสีที่เหมาะสม .
เป็นลักษณะสเปกตรัมของวง 3 มี
เก็บรักษาไว้ในระหว่างกระบวนการฟิวชั่น , ไม่มีการพึ่งพา
ในการหรือเพื่อวงกลางแปลง
[ 14 : 30 ]