Fig. 7 shows binary change detectio

Fig. 7 shows binary change detection maps derived from polarimetric
similarity tests such as the likelihood-ratio test statistic in
the Wishart distribution, Q, and the covariance matrix similarity,
R. In this case, only two classes (unchanged ωn and changed ωc) are
considered based on Eqs. (5a), (5b), (5c)–(7). In farmlands, the result
derived from the Wishart test is similar to the results based on ΔHH
and ΔVV, however the Wishart test exhibits better detectability in
damaged urban areas. On the other hand, the similarity measure
provides the best results in detecting collapsed buildings without
false-alarms in undamaged areas, such as seasonally changed paddy
fields. For this reason, the similarity parameter identifies scattering
mechanism differences between two covariance matrix acquisitions
regardless of changes in the total power, which can be sensitive to
seasonal changes.

ผลลัพธ์ (ไทย) 1:

รูป 7 แสดงเปลี่ยนไบนารีการตรวจหาแผนที่มาจาก polarimetricทดสอบความคล้ายคลึงกันเช่นสถิติทดสอบอัตราส่วนโอกาสในการแจกปัน Q และเมทริกซ์ คล้ายแปรปรวนR. ในกรณีนี้ มีเพียงสองชั้น (ไม่เปลี่ยนแปลง ωn และ ωc เปลี่ยนแปลง)พิจารณาตาม Eqs (5a), (5b), (5c)–(7) ในทุ่งนา ผลมาจากปันที่ทดสอบคือคล้ายกับผลที่อิง ΔHHและ ΔVV ตั้งดีกว่าในการจัดแสดงนิทรรศการแต่ทดสอบการปันเสียพื้นที่ในเมือง บนมืออื่น ๆ วัดคล้ายคลึงให้ผลลัพธ์ที่ดีสุดในตึกโดยไม่มีการตรวจจับแจ้งเตือนผิดพลาดในพื้นที่ไม่เสียหาย เช่นข้าวเปลี่ยนแปลงตามฤดูกาลเขตข้อมูล ด้วยเหตุนี้ พารามิเตอร์คล้ายระบุกระเจิงกลไกความแตกต่างระหว่างสองซื้อเมตริกซ์แปรปรวนโดยไม่คำนึงถึงการเปลี่ยนแปลงพลังงานรวม ซึ่งสามารถรับรู้การเปลี่ยนแปลงตามฤดูกาล

ผลลัพธ์ (ไทย) 2:

มะเดื่อ. ที่ 7 แสดงแผนที่ไบนารีการตรวจสอบการเปลี่ยนแปลงมาจาก polarimetric
ทดสอบความคล้ายคลึงกันเช่นสถิติความน่าจะเป็นอัตราส่วนการทดสอบใน
การกระจายริชาร์ต, Q และความคล้ายคลึงกันแปรปรวนเมทริกซ์
อาร์ ในกรณีนี้จะมีเพียงสองชั้น (ωnไม่เปลี่ยนแปลงและการเปลี่ยนแปลงωc) จะ
พิจารณาบนพื้นฐานของ EQS (5A), (5B), (5C) - (7) ในนาผลที่
ได้มาจากการทดสอบที่ริชาร์ตมีความคล้ายคลึงกับผลลัพธ์ตามΔHH
และΔVV แต่ริชาร์ตการทดสอบการจัดแสดงนิทรรศการในการตรวจสอบที่ดีกว่าใน
ความเสียหายพื้นที่เขตเมือง บนมืออื่น ๆ , การวัดความคล้ายคลึงกัน
ให้ผลลัพธ์ที่ดีที่สุดในการตรวจสอบอาคารที่ถล่มโดยไม่ต้อง
เท็จสัญญาณเตือนภัยในพื้นที่ที่เสียหายเช่นข้าวที่มีการเปลี่ยนแปลงตามฤดูกาล
สาขา ด้วยเหตุนี้พารามิเตอร์คล้ายคลึงกันกระเจิงระบุ
ความแตกต่างระหว่างสองกลไกแปรปรวนเมทริกซ์การเข้าซื้อกิจการ
โดยไม่คำนึงถึงการเปลี่ยนแปลงในการใช้พลังงานทั้งหมดซึ่งอาจจะมีความไวต่อ
การเปลี่ยนแปลงตามฤดูกาล

ผลลัพธ์ (ไทย) 3:

รูปที่ 7 แสดงการเปลี่ยนแปลงแผนที่ได้มาจากการกระเจิงเชิงขั้วไบนารีความเหมือนของการทดสอบเช่นการทดสอบอัตราส่วนความน่าจะเป็น สถิติในส่วนวิเชิร์ตกระจายและเมทริกซ์ความแปรปรวนร่วม , Q , ความเหมือนอาร์ ในกรณีนี้มีเพียงสองวิชา ( ωไม่เปลี่ยนแปลงและเปลี่ยนไปω C )พิจารณาจาก EQS . ( 5A ) , ( 5B ) , ( 5 ) และ ( 7 ) ในนาผลที่ได้จากการทดสอบวิเชิร์ตคล้ายคลึงกับผลที่ได้จากΔ HHและ Δเป็นต้น อย่างไรก็ตามการทดสอบวิเชิร์ตดีกว่าการควบคุมคุณภาพในการจัดแสดงความเสียหายในพื้นที่ บนมืออื่น ๆ , เหมือนวัดแสดงผลลัพธ์ที่ดีที่สุดในการตรวจสอบอาคารทรุดตัวลง โดยการเตือนที่ผิดพลาดในพื้นที่เสียหาย เช่น ฤดูกาล เปลี่ยนข้าวเปลือกเขตข้อมูล ด้วยเหตุนี้ ความเหมือนพารามิเตอร์ระบุการหว่านความแตกต่างระหว่างสองบริษัทเมทริกซ์ความแปรปรวนร่วมกลไกไม่ว่าการเปลี่ยนแปลงของพลังงานทั้งหมด ซึ่งสามารถจะไวต่อการเปลี่ยนแปลงตามฤดูกาล