Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética

Autores
Perez, Darío Javier
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión publicada
Colaborador/a o director/a de tesis
Flesia, Ana Georgina
Descripción
En este trabajo se presentan algoritmos para la simulación de imágenes SAR a partir de modelos estadísticos con distribuciones Gamma, K y G con su caso particular en la familia de estas distribuciones a la distribución G cero. Tales distribuciones ajustan bastante bien los datos provenientes de áreas homogéneas, heterogéneas y extremadamente heterogéneas, respectivamente. Se estudian los modelos correlacionados para estas distribuciones y sus repercusiones a la hora de clasificar una imagen que presenta correlación y así evaluar la precisión de tal clasificación. También se estudian y se simulan a los modelos polarimétricos para datos multiespectrales provenientes de un sensor SAR. Los algoritmos presentes en este trabajo fueron implementados en el lenguaje R.
Materia
Probabilidad y estadística
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/2816
Acceder
id RDUUNC_1cb365283a68c3c26a7d537cbdeab916
oai_identifier_str oai:rdu.unc.edu.ar:11086/2816
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintéticaPerez, Darío JavierProbabilidad y estadísticaEn este trabajo se presentan algoritmos para la simulación de imágenes SAR a partir de modelos estadísticos con distribuciones Gamma, K y G con su caso particular en la familia de estas distribuciones a la distribución G cero. Tales distribuciones ajustan bastante bien los datos provenientes de áreas homogéneas, heterogéneas y extremadamente heterogéneas, respectivamente. Se estudian los modelos correlacionados para estas distribuciones y sus repercusiones a la hora de clasificar una imagen que presenta correlación y así evaluar la precisión de tal clasificación. También se estudian y se simulan a los modelos polarimétricos para datos multiespectrales provenientes de un sensor SAR. Los algoritmos presentes en este trabajo fueron implementados en el lenguaje R.Flesia, Ana Georgina2015-05info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://hdl.handle.net/11086/2816spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:42:53Zoai:rdu.unc.edu.ar:11086/2816Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:42:53.509Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética
title Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética
spellingShingle Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética
Perez, Darío Javier
Probabilidad y estadística
title_short Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética
title_full Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética
title_fullStr Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética
title_full_unstemmed Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética
title_sort Simulación de modelos estadísticos correlacionados para imágenes de radar de apertura sintética
dc.creator.none.fl_str_mv Perez, Darío Javier
author Perez, Darío Javier
author_facet Perez, Darío Javier
author_role author
dc.contributor.none.fl_str_mv Flesia, Ana Georgina
dc.subject.none.fl_str_mv Probabilidad y estadística
topic Probabilidad y estadística
dc.description.none.fl_txt_mv En este trabajo se presentan algoritmos para la simulación de imágenes SAR a partir de modelos estadísticos con distribuciones Gamma, K y G con su caso particular en la familia de estas distribuciones a la distribución G cero. Tales distribuciones ajustan bastante bien los datos provenientes de áreas homogéneas, heterogéneas y extremadamente heterogéneas, respectivamente. Se estudian los modelos correlacionados para estas distribuciones y sus repercusiones a la hora de clasificar una imagen que presenta correlación y así evaluar la precisión de tal clasificación. También se estudian y se simulan a los modelos polarimétricos para datos multiespectrales provenientes de un sensor SAR. Los algoritmos presentes en este trabajo fueron implementados en el lenguaje R.
description En este trabajo se presentan algoritmos para la simulación de imágenes SAR a partir de modelos estadísticos con distribuciones Gamma, K y G con su caso particular en la familia de estas distribuciones a la distribución G cero. Tales distribuciones ajustan bastante bien los datos provenientes de áreas homogéneas, heterogéneas y extremadamente heterogéneas, respectivamente. Se estudian los modelos correlacionados para estas distribuciones y sus repercusiones a la hora de clasificar una imagen que presenta correlación y así evaluar la precisión de tal clasificación. También se estudian y se simulan a los modelos polarimétricos para datos multiespectrales provenientes de un sensor SAR. Los algoritmos presentes en este trabajo fueron implementados en el lenguaje R.
publishDate 2015
dc.date.none.fl_str_mv 2015-05
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/2816
url http://hdl.handle.net/11086/2816
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1844618939663908864
score 13.070432

Publicaciones similares