doctoralThesis
Modeling synthetic aperture radar image data
Registro en:
Matthew Pianto, Donald; Cribari Neto, Francisco. Modeling synthetic aperture radar image data. 2008. Tese (Doutorado). Programa de Pós-Graduação em Matemática Computacional, Universidade Federal de Pernambuco, Recife, 2008.
Autor
Matthew Pianto, Donald
Institución
Resumen
Nessa tese estudamos a estimação por máxima verossimilhança (MV) do parâmetro de aspereza
da distribuição G 0
A de imagens com speckle (Frery et al., 1997). Descobrimos que, satisfeita
uma certa condição dos momentos amostrais, a função de verossimilhança é monótona e as estimativas
MV são infinitas, implicando uma região plana. Implementamos quatro estimadores
de correção de viés em uma tentativa de obter estimativas MV finitas. Três dos estimadores
são obtidos da literatura sobre verossimilhança monótona (Firth, 1993; Jeffreys, 1946) e um,
baseado em reamostragem, é proposto pelo autor. Fazemos experimentos numéricos de Monte
Carlo para comparar os quatro estimadores e encontramos que não existe um favorito claro, a
menos quando um parâmetro (dado a priori da estimação) toma um valor específico. Também
aplicamos os estimadores a dados reais de radar de abertura sintética. O resultado desta análise
mostra que os estimadores precisam ser comparados com base em suas habilidades de classificar
regiões corretamente como ásperas, planas, ou intermediárias e não pelos seus vieses e
erros quadráticos médios Coordenação de Aperfeiçoamento de Pessoal de Nível Superior