Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat 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
Visa övriga samt affilieringar
2019 (Engelska)Ingår i: IEEE Geoscience and Remote Sensing Letters, ISSN 1545-598X, E-ISSN 1558-0571, Vol. 16, nr 10, s. 1660-1664, artikel-id 8681168Artikel i tidskrift (Refereegranskat) 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.

Ort, förlag, år, upplaga, sidor
IEEE, 2019. Vol. 16, nr 10, s. 1660-1664, artikel-id 8681168
Nyckelord [en]
Detection, Rayleigh distribution, regression model, reparameterized Rayleigh distribution, synthetic aperture radar (SAR) images
Nationell ämneskategori
Annan elektroteknik och elektronik
Identifikatorer
URN: urn:nbn:se:bth-17861DOI: 10.1109/LGRS.2019.2904221ISI: 000489756100031OAI: oai:DiVA.org:bth-17861DiVA, id: diva2:1307901
Anmärkning

open access

Tillgänglig från: 2019-04-29 Skapad: 2019-04-29 Senast uppdaterad: 2020-01-23Bibliografiskt granskad

Open Access i DiVA

fulltext(1025 kB)36 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1025 kBChecksumma SHA-512
209a227425ba09544ef5c3550b48ac83ba580f6edb2cfd8c5b20416e46547331f41a2705aa6595981e25f8913b30911c1e5f747bbbd562ab69bd7a207c062c97
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Personposter BETA

Palm, BrunaPettersson, Mats

Sök vidare i DiVA

Av författaren/redaktören
Palm, BrunaPettersson, Mats
Av organisationen
Institutionen för matematik och naturvetenskap
I samma tidskrift
IEEE Geoscience and Remote Sensing Letters
Annan elektroteknik och elektronik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 36 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 90 träffar
RefereraExporteraLänk till posten
Permanent länk

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