Principal component analysis of Mul ti-temporal image pairs
المؤلفون المشاركون
al-Ani, Layth A.
al-Ani, Iyad Abd al-Aziz
Ali, Alya H.
المصدر
العدد
المجلد 47، العدد 1 (31 ديسمبر/كانون الأول 2006)، ص ص. 220-226، 7ص.
الناشر
تاريخ النشر
2006-12-31
دولة النشر
العراق
عدد الصفحات
7
التخصصات الرئيسية
الموضوعات
الملخص AR
تحليل المركبات الأساسية تقنية إحصائية تقوم بتحويل مجموعة المتغيرات المترابطة إلى مجموعة خطية غير مترابطة.
في بحثنا هذا تم تطبيق تقنية المركبات الأساسية باستخدام مجموعتين من الحزم و بتوقيتين مختلفين (الحزم 1، 5، 7 في عام 1988 و الحزم 1، 5، 7 في عام 1990).
إن القنوات الست الناتجة من تحليل المركبات الأساسية للحزم الأصلية نوع Land Sat-TM تصف مقدار التغيرات الحاصلة في الحزم الأصلية عن طريق التباين في التدرجات اللونية و في قنوات المركبات الأساسية ذات الرتب العليا.
بالرغم من أن صورة المركبة الأساسية الأولى تمثل المعدل لجميع الحزم الأصلية, كذلك يمكن ملاحظة أن المركبة الأساسية الأولى تمثل أعلى مساهمة للحزمة التحت الحمراء (حزمة 7).
النتائج تشير أيضاً إلى أن 73.5 %، 83.7 % من المتغيرات تعطى بالمركبة الأساسية الأولى و الثانية على التوالي.
الملخص EN
The PCA is statistical technique that transforms a multivariate data set consisting of inter-correlated variables into a data set consisting of variables that are uncorrelated linear combination.
In our project principal component analysis “PCA” was applied for two set of original bands in two dates (bands 1, 5, and 7 in 1988 and bands 1, 5, and 7 in 1990).
In this method the PCA of six channel data sets consisting of multi-temporal LANDSAT TM image pairs often generates higher order principal components that are related to the changes in brightness.
Although the image produced by the first component summarizes the information’s that are common to all channels, we can see that the first principal component is dominated by the contribution of the infrared band (band 7) in1988.
Our result also, show that over 73.
5 % and 83.
7 % of the variability lies in the direction defined by the first and second principal component images respectively.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
al-Ani, Layth A.& al-Ani, Iyad Abd al-Aziz& Ali, Alya H.. 2006. Principal component analysis of Mul ti-temporal image pairs. Iraqi Journal of Science،Vol. 47, no. 1, pp.220-226.
https://search.emarefa.net/detail/BIM-398994
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
al-Ani, Layth A.…[et al.]. Principal component analysis of Mul ti-temporal image pairs. Iraqi Journal of Science Vol. 47, no. 1 (2006), pp.220-226.
https://search.emarefa.net/detail/BIM-398994
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
al-Ani, Layth A.& al-Ani, Iyad Abd al-Aziz& Ali, Alya H.. Principal component analysis of Mul ti-temporal image pairs. Iraqi Journal of Science. 2006. Vol. 47, no. 1, pp.220-226.
https://search.emarefa.net/detail/BIM-398994
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references : p. 226
رقم السجل
BIM-398994
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر