Key points are not available for this paper at this time.
تفترض العديد من طرق تحليل البيانات الملتقطة عن بُعد أن البيكسلات نقية، وبالتالي فإن عدم القدرة على استيعاب البيكسلات المختلطة قد يؤدي إلى أخطاء كبيرة في تفسير البيانات وتحليلها. قد تستفيد تحليل البيانات التي تحتوي على نسبة كبيرة من البيكسلات المختلطة من تجزئة البيكسلات إلى مكوناتها. تم استخدام طرق لفك تركيبة البيكسلات في مجموعة من الدراسات وغالبًا ما زادت من دقة التحليلات. ومع ذلك، تفترض العديد من الطرق خلطًا خطيًا وتتطلب طيف المكونات النهائية، لكن الخلط غالبًا ما يكون غير خطي والحصول على طيف المكونات النهائية أمر صعب. في هذه الورقة، يتم تقديم نهج بديل لفك تركيبة بيكسلات الصورة، والذي لا يفترض أي افتراضات حول طبيعة الخلط ولا يتطلب طيف المكونات النهائية. تستند الطريقة إلى شبكة عصبية اصطناعية (ANN) وتم إثباتها في دراسة حالة لتوفير تقديرات دقيقة لتكوين الغطاء الأرضي تحت البيكسل. أظهرت نتائج هذه الدراسة أنه يمكن إجراء تقديرات دقيقة للتغطية النسبية لفئة ما ومدى ذلك. كما أُظهر أنه كانت هناك ميول لزيادة دقة فك التركيب مع تعقيد الشبكة وشدة التدريب. تشير النتائج إلى الإمكانية للحصول على معلومات دقيقة من مجموعات البيانات الملتقطة عن بُعد التي تهيمن عليها البيكسلات المختلطة.
درس فودي وزملاؤه (Sat,) هذا السؤال.