Buch
Methodische Ansätze zur unscharfen Mustererkennung bei Deformationsmessergebnissen
Zusammenfassung
In dieser Dissertation werden mithilfe von Ansätzen, die aus der Mustererekennung abgeleiteten sind, zwei typische Aufgabenstellungen aus dem Bereich der geodätischen Überwachungsmessungen bearbeitet. Die hier benutzten Ansätze bedienen sich automatisch arbeitender Clusterverfahren, die unter Nutzung formaler Kriterien Daten in homogene Gruppen einordnen. Die Besonderheit sind hier die verwendeten Fuzzy-Clusterverfahren, bei denen die Daten nicht genau einer Gruppe zugeordnet werden, sondern jeder Gruppe mit einem graduell variierenden Zugehörigkeitswert. In dem ersten Beispiel geht es um das Auffinden von Punktgruppen mit einem gleichförmigen Bewegungsverhalten in einem zweidimensionalen Überwachungsnetz und in dem zweiten Beispiel um die automatische Klassifizierung von Setzungszeitreihen. In beiden Beispielen wird gezeigt, dass die bisher in der Praxis überwiegend durch einen erfahrenen Auswerter, durch manuelle Beurteilung von graphischen Darstellungen, erfolgte Vorgehensweise weitestgehend automatisiert werden kann.
Zitieren
@book{urn:nbn:de:hebis:34-2011100639244,
author={Fletling, Rainer},
title={Methodische Ansätze zur unscharfen Mustererkennung bei Deformationsmessergebnissen},
publisher={Institut für Geodäsie und Photogrammetrie der TU Braunschweig},
month={12},
year={2010}
}
0500 Oax 0501 Text $btxt$2rdacontent 0502 Computermedien $bc$2rdacarrier 1100 2010$n2010 1500 1/ger 2050 ##0##urn:nbn:de:hebis:34-2011100639244 3000 Fletling, Rainer 4000 Methodische Ansätze zur unscharfen Mustererkennung bei Deformationsmessergebnissen / Fletling, Rainer 4030 4060 Online-Ressource 4085 ##0##=u http://nbn-resolving.de/urn:nbn:de:hebis:34-2011100639244=x R 4204 \$dBuch 4170 Geodätische Schriftenreihe ;; 27 5550 {{Mustererkennung}} 5550 {{Fuzzy-universelle Algebra}} 5550 {{Deformationsmessung}} 7136 ##0##urn:nbn:de:hebis:34-2011100639244
2011-10-06T08:51:25Z 2011-10-06T08:51:25Z 2010-12 3-926146-22-2 urn:nbn:de:hebis:34-2011100639244 http://hdl.handle.net/123456789/2011100639244 ger Institut für Geodäsie und Photogrammetrie der TU Braunschweig Urheberrechtlich geschützt https://rightsstatements.org/page/InC/1.0/ Überwachungsmessungen Deformationsmessungen Mustererkennung Fuzzy Ingenieurvermessung Geodäsie Unscharfe Clusterung 620 Methodische Ansätze zur unscharfen Mustererkennung bei Deformationsmessergebnissen Buch In dieser Dissertation werden mithilfe von Ansätzen, die aus der Mustererekennung abgeleiteten sind, zwei typische Aufgabenstellungen aus dem Bereich der geodätischen Überwachungsmessungen bearbeitet. Die hier benutzten Ansätze bedienen sich automatisch arbeitender Clusterverfahren, die unter Nutzung formaler Kriterien Daten in homogene Gruppen einordnen. Die Besonderheit sind hier die verwendeten Fuzzy-Clusterverfahren, bei denen die Daten nicht genau einer Gruppe zugeordnet werden, sondern jeder Gruppe mit einem graduell variierenden Zugehörigkeitswert. In dem ersten Beispiel geht es um das Auffinden von Punktgruppen mit einem gleichförmigen Bewegungsverhalten in einem zweidimensionalen Überwachungsnetz und in dem zweiten Beispiel um die automatische Klassifizierung von Setzungszeitreihen. In beiden Beispielen wird gezeigt, dass die bisher in der Praxis überwiegend durch einen erfahrenen Auswerter, durch manuelle Beurteilung von graphischen Darstellungen, erfolgte Vorgehensweise weitestgehend automatisiert werden kann. open access Fletling, Rainer Geodätische Schriftenreihe ;; 27 Braunschweig, Technische Universität, Fakultät Architektur, Bauingenieurwesen und Umweltwisenschaften Niemeier, Wolfgang (Univ.-Prof. Dr.-Ing. habil.) Wunderlich, Thomas (Univ.-Prof. Dr.-Ing. habil.) Mustererkennung Fuzzy-universelle Algebra Deformationsmessung Geodätische Schriftenreihe 27 2010-12-10
Die folgenden Lizenzbestimmungen sind mit dieser Ressource verbunden: