dir. (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
| Additional title: |
Optimization study for regression wavelet analysis through combined regression models |
| Additional title: |
Estudio de optimización para regression wavelet analysis a través de modelos de regresión combinados |
| Date: |
2016-06-28 |
| Abstract: |
Basant-nos en el treball realitzat a l'article "Regression wavelet analysis for lossless coding of remote-sensing data", es presenta un aprofundiment en la matèria intentant trobar punts de millora pel que fa a rendiment de compressió o el cost computacional de la transformació. RWA utilitza implementacions de la transformada wavelet discreta, concretament en aquest projecte només la implementada amb el filtre Haar, per dividir les dades en components d'aproximació i components de detall. Les components de detall, mitjançant diferents models de regressió, són posteriorment estimades a partir de les d'aproximació, evitant així la necessitat d'emmagatzemar el cent per cent de les primeres. La nova aproximació busca combinar els esmentats models i observar el seu comportament conjunt per investigar si es podrien incrementar encara més els beneficis de l'anàlisi de regressió a les transformades wavelet. |
| Abstract: |
Based on the work of "Regression wavelet analysis for lossless coding of remote-sensing data", a new approach is presented trying to introduce an improvement in matter on compress performance or computational cost. RWA uses implementations of the discrete wavelet transform, in particular an implementation with the Haar filter, in order to divide data between approximation components and details components. Details components, through different regression models, are later estimated using the approximation components, avoiding that way, the necessity of storing all the data from the first ones. The new approach seeks to combine, all mentioned models and observe their integrated behavior trying to investigate if it is possible to increase even more the benefits of the regression wavelet analysis. |
| Abstract: |
Basándonos en el trabajo realizado en el artículo "Regression wavelet analysis for lossless coding of remote-sensing data", se presenta una profundización en la materia intentando encontrar puntos de mejora en cuanto al rendimiento de compresión o el coste computacional de la transformación. RWA utiliza implementaciones de la transformada wavelet discreta, concretamente en este proyecto solo la implementada con el filtro Haar, para dividir los datos en componentes de aproximación y componentes de detalle. Las componentes de detalle, utilizando diferentes modelos de regresión, son posteriormente estimadas a partir de les de aproximación, evitando así la necesidad de almacenar el cien por cien de las primeras. La nueva aproximación busca combinar dichos modelos y observar su comportamiento conjunto para investigar si sería viable incrementar incluso en mayor medida los beneficios del análisis de regresión en les transformadas wavelet. |
| Rights: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.  |
| Language: |
Català |
| Studies: |
Grau en Enginyeria Informàtica [2502441] |
| Study plan: |
Enginyeria Informàtica [958] |
| Document: |
Treball final de grau ; Text |
| Subject area: |
Menció Tecnologies de la Informació |
| Subject: |
Wavelet ;
Haar ;
Transformada ;
Regressió ;
RWA ;
MATLAB ;
Compressió de dades ;
Transmissió ;
Components espectrals ;
Components espacials ;
Satèl·lits ;
Teledetecció ;
Imatges ;
AVIRIS ;
Hyperion ;
Regresión ;
Compresión de datos ;
Transmisión ;
Componentes espectrales ;
Componentes espaciales ;
Satélites ;
Teledetección ;
Imágenes ;
Transform ;
Regression ;
Data compression ;
Data transmission ;
Spectral components ;
Special components ;
Remote sensing ;
Satellite ;
Images |
guest ::
dir. (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
