This paper explores anomaly detection algorithmsto detect vulnerabilit การแปล - This paper explores anomaly detection algorithmsto detect vulnerabilit ไทย วิธีการพูด

This paper explores anomaly detecti

This paper explores anomaly detection algorithms
to detect vulnerabilities on Mississippi river levees using remotely
sensed Synthetic Aperture Radar (SAR) data. Earthen levees
protect large areas of populated and cultivated land in the United
States. One sign of potential levee failure is the occurrence of
landslides due to slope instabilities. Such slides could lead to
further erosion and through seepage during high water events.
This research seeks to design a system that is capable of
performing automated target recognition tasks using radar data
to detect problem areas on earthen levees. Polarimetric SAR data
is effective for detecting such phenomena. In this research, we
analyze the ability of different polarization channels in detecting
landslides with different frequency bands of synthetic aperture
radar data using anomaly detection algorithms. The two SAR
datasets used in this study are: (1) the X-band satellite-based
radar data from DLR’s TerraSAR-X satellite, and (2) the L-band
airborne radar data from NASA’s Uninhabited Aerial Vehicle
Synthetic Aperture Radar (UAVSAR). The RX anomaly
detector, an unsupervised classification algorithm, was
implemented to detect anomalies on the levee. The discrete
wavelet transform (DWT) is used for feature extraction. The
algorithm was tested with both the L-band and X-band SAR data
and the results demonstrate that landslide detection using Lband
radar data has better accuracy compared to the X-band
data based on the detection of true positives.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
This paper explores anomaly detection algorithmsto detect vulnerabilities on Mississippi river levees using remotelysensed Synthetic Aperture Radar (SAR) data. Earthen leveesprotect large areas of populated and cultivated land in the UnitedStates. One sign of potential levee failure is the occurrence oflandslides due to slope instabilities. Such slides could lead tofurther erosion and through seepage during high water events.This research seeks to design a system that is capable ofperforming automated target recognition tasks using radar datato detect problem areas on earthen levees. Polarimetric SAR datais effective for detecting such phenomena. In this research, weanalyze the ability of different polarization channels in detectinglandslides with different frequency bands of synthetic apertureradar data using anomaly detection algorithms. The two SARdatasets used in this study are: (1) the X-band satellite-basedradar data from DLR’s TerraSAR-X satellite, and (2) the L-bandairborne radar data from NASA’s Uninhabited Aerial VehicleSynthetic Aperture Radar (UAVSAR). The RX anomalydetector, an unsupervised classification algorithm, wasimplemented to detect anomalies on the levee. The discretewavelet transform (DWT) is used for feature extraction. Thealgorithm was tested with both the L-band and X-band SAR dataand the results demonstrate that landslide detection using Lbandradar data has better accuracy compared to the X-banddata based on the detection of true positives.
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
กระดาษนี้จะสำรวจขั้นตอนวิธีการตรวจสอบความผิดปกติในการตรวจสอบช่องโหว่ในแม่น้ำมิสซิสซิปปี้เขื่อนโดยใช้ระยะไกลรู้สึกรูเรดาร์สังเคราะห์(SAR) ข้อมูล เขื่อนดินป้องกันพื้นที่ขนาดใหญ่ของที่ดินที่มีประชากรและการเพาะปลูกในประเทศสหรัฐอเมริกา หนึ่งในสัญลักษณ์ของความล้มเหลวที่อาจเกิดขึ้นเขื่อนคือการเกิดขึ้นของดินถล่มอันเนื่องมาจากความไม่เสถียรลาดชัน ภาพนิ่งดังกล่าวอาจนำไปสู่การพังทลายต่อไปและผ่านการซึมในช่วงเหตุการณ์น้ำสูง. การวิจัยครั้งนี้พยายามที่จะออกแบบระบบที่มีความสามารถของการปฏิบัติงานที่ได้รับการยอมรับเป้าหมายอัตโนมัติโดยใช้ข้อมูลเรดาร์ในการตรวจสอบพื้นที่ที่มีปัญหาเกี่ยวกับเขื่อนดิน Polarimetric ข้อมูล SAR มีประสิทธิภาพสำหรับการตรวจสอบปรากฏการณ์ดังกล่าว ในงานวิจัยนี้เราวิเคราะห์ความสามารถของช่องขั้วที่แตกต่างกันในการตรวจสอบดินถล่มด้วยคลื่นความถี่ที่แตกต่างกันของรูรับแสงสังเคราะห์ข้อมูลเรดาร์โดยใช้ขั้นตอนวิธีการตรวจสอบความผิดปกติ ทั้งสอง SAR ชุดข้อมูลที่ใช้ในการศึกษาครั้งนี้คือ (1) X-band ดาวเทียมที่ใช้ข้อมูลจากเรดาร์DLR ดาวเทียม TerraSAR-X และ (2) L-วงข้อมูลเรดาร์อากาศจากนาซ่าร้างAerial Vehicle สังเคราะห์เรดาร์รูรับแสง (UAVSAR ) ความผิดปกติ RX ตรวจจับการจำแนกขั้นตอนวิธีการใกล้ชิดได้รับการดำเนินการในการตรวจสอบความผิดปกติในการสร้างเขื่อนกั้นน้ำ เนื่องแปลงเวฟ (DWT) ใช้สำหรับการดึง ขั้นตอนวิธีการได้รับการทดสอบกับทั้ง L-band และ X-band ข้อมูล SAR และผลที่แสดงให้เห็นว่าการตรวจสอบโดยใช้ถล่ม Lband ข้อมูลเรดาร์ได้ถูกต้องดีกว่าเมื่อเทียบกับ X-band ข้อมูลที่อยู่บนพื้นฐานของการตรวจสอบของบวกที่แท้จริง
























การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
บทความนี้เสนอขั้นตอนวิธีการตรวจหาความผิดปกติเพื่อตรวจหาช่องโหว่
บนแม่น้ำมิสซิสซิปปีเขื่อนใช้ระยะไกล
รู้สึกรูเรดาร์สังเคราะห์ ( SAR ) ข้อมูล ดินเขื่อน
ปกป้องพื้นที่ขนาดใหญ่ของประชากร และพื้นที่เพาะปลูกในประเทศ
สหรัฐอเมริกา สัญลักษณ์หนึ่งของศักยภาพของเขื่อนล้มเหลวคือการเกิดแผ่นดินถล่มเนื่องจากเสถียรภาพความลาด
. สไลด์ดังกล่าวอาจนำไปสู่
เพิ่มเติมการกัดเซาะและผ่านซึมในระหว่างเหตุการณ์น้ำสูง งานวิจัยนี้มุ่ง
ในการออกแบบระบบที่สามารถแสดงเป้าหมายรับรู้งานอัตโนมัติ

โดยใช้ข้อมูลเรดาร์ที่จะตรวจสอบพื้นที่ปัญหาดินที่เขื่อน .
ข้อมูล SAR กระเจิงเชิงขั้วมีประสิทธิภาพการปรากฏการณ์ดังกล่าว ในงานวิจัยนี้ได้ศึกษาความสามารถของโพลาไรเซชัน
ช่องทางที่แตกต่างกันในการตรวจหา
แผ่นดินถล่ม ที่มีแถบความถี่ของรูเรดาร์สังเคราะห์ข้อมูลโดยใช้อัลกอริทึมการตรวจหาความผิดปกติ
. 2 .
ข้อมูลที่ใช้ในการศึกษา ได้แก่ ( 1 ) กซ์ แบนด์ดาวเทียมตาม
ข้อมูลเรดาร์จากดอลลาร์เป็น terrasar-x ดาวเทียม และ ( 2 ) กระทันหัน
airborne ข้อมูลเรดาร์นาซ่าเป็นเกาะร้างอากาศรถรูเรดาร์สังเคราะห์ (
uavsar ) ส่วน RX มิติ
เครื่อง ,ขั้นตอนวิธีการจำแนก unsupervised ถูกใช้เพื่อตรวจหาความผิดปกติ
บนคันนา . เวฟเลตต่อเนื่อง
แปลง ( DWT ) ใช้สำหรับการสกัดคุณลักษณะ
วิธีการทดสอบกับทั้ง 2556 ข้อมูล SAR และ กซ์ แบนด์ และผลลัพธ์ที่แสดงให้เห็นว่าการ

lband ดินถล่มโดยใช้ข้อมูลเรดาร์มีความถูกต้องดีกว่าเมื่อเทียบกับกซ์ แบนด์
ข้อมูลบนพื้นฐานของการตรวจสอบจริง
แจ้ง
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: