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
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/2816
Ver los metadatos del registro completo
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 |