Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Rayleigh Regression Model for Ground Type Detection in SAR Imagery
Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för matematik och naturvetenskap.
Universidade Federal de Santa Maria, BRA.
Universidade Federal de Per nambuco, BRA.
Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för matematik och naturvetenskap.ORCID-id: 0000-0002-6643-312x
Vise andre og tillknytning
2019 (engelsk)Inngår i: IEEE Geoscience and Remote Sensing Letters, ISSN 1545-598X, E-ISSN 1558-0571, Vol. 16, nr 10, s. 1660-1664, artikkel-id 8681168Artikkel i tidsskrift (Fagfellevurdert) Published
Abstract [en]

This letter proposes a regression model for nonnegative signals. The proposed regression estimates the mean of Rayleigh distributed signals by a structure which includes a set of regressors and a link function. For the proposed model, we present: 1) parameter estimation; 2) large data record results; and 3) a detection technique. In this letter, we present closed-form expressions for the score vector and Fisher information matrix. The proposed model is submitted to extensive Monte Carlo simulations and to the measured data. The Monte Carlo simulations are used to evaluate the performance of maximum likelihood estimators. Also, an application is performed comparing the detection results of the proposed model with Gaussian-, Gamma-, and Weibull-based regression models in synthetic aperture radar (SAR) images.

sted, utgiver, år, opplag, sider
IEEE, 2019. Vol. 16, nr 10, s. 1660-1664, artikkel-id 8681168
Emneord [en]
Detection, Rayleigh distribution, regression model, reparameterized Rayleigh distribution, synthetic aperture radar (SAR) images
HSV kategori
Identifikatorer
URN: urn:nbn:se:bth-17861DOI: 10.1109/LGRS.2019.2904221ISI: 000489756100031OAI: oai:DiVA.org:bth-17861DiVA, id: diva2:1307901
Merknad

open access

Tilgjengelig fra: 2019-04-29 Laget: 2019-04-29 Sist oppdatert: 2020-01-23bibliografisk kontrollert

Open Access i DiVA

fulltext(1025 kB)23 nedlastinger
Filinformasjon
Fil FULLTEXT01.pdfFilstørrelse 1025 kBChecksum SHA-512
209a227425ba09544ef5c3550b48ac83ba580f6edb2cfd8c5b20416e46547331f41a2705aa6595981e25f8913b30911c1e5f747bbbd562ab69bd7a207c062c97
Type fulltextMimetype application/pdf

Andre lenker

Forlagets fulltekst

Personposter BETA

Palm, BrunaPettersson, Mats

Søk i DiVA

Av forfatter/redaktør
Palm, BrunaPettersson, Mats
Av organisasjonen
I samme tidsskrift
IEEE Geoscience and Remote Sensing Letters

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 23 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

doi
urn-nbn

Altmetric

doi
urn-nbn
Totalt: 79 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf