Simple parametric models are attrac

Simple parametric models are attractive in many ways. Because of
their limited number of input parameters, the inversion procedure is
more certain. Another asset is that they can be relevant at any spatial
scale, in particular when linearity of the model is possible. Moreover,
parametric models may be more robust to measurement noise compared to deterministic models which are affected by the cumulative uncertainties of the large input datasets they require. Parametric models
can be totally empirical or based on physical assumptions. Although
parametric models are widely used to correct optical BRDF (Bi-directional Reflectance Distribution Function), such an approach has not
yet been developed so far to process and analyze TIR data. One limitation however would be the prescription of a priori values for the input
parameters, unless their physical meaning may be well determined
through field experiments for instance.

Kết quả (Việt) 1:

Mô hình tham số đơn giản là hấp dẫn trong nhiều cách. Vìgiới hạn số lượng của họ thông số đầu vào, các thủ tục đảo ngược làchắc chắn. Một tài sản là họ có thể có liên quan tại bất kỳ không gianquy mô, đặc biệt khi linearity của mô hình có thể. Hơn nữa,tham số mô hình có thể mạnh mẽ hơn để đo tiếng ồn so sánh để xác định các mô hình bị ảnh hưởng bởi sự không chắc chắn tích lũy của đầu vào datasets lớn mà họ yêu cầu. Tham số mô hìnhcó thể được hoàn toàn thực nghiệm hay dựa trên vật lý giả định. Mặc dùtham số mô hình được sử dụng rộng rãi để điều chỉnh quang học BRDF (chức năng phân phối Bi-directional phản xạ), một cách tiếp cận có khôngChưa được phát triển cho đến nay để xử lý và phân tích dữ liệu TIR. Một trong những hạn chế Tuy nhiên sẽ là thuốc tiên nghiệm giá trị cho các đầu vàothông số, trừ khi ý nghĩa vật lý của họ có thể cũng được xác địnhthông qua lĩnh vực thí nghiệm ví dụ.

Kết quả (Việt) 2:

Mô hình tham số đơn giản là hấp dẫn trong nhiều cách. Bởi vì
số lượng hạn chế của họ về các thông số đầu vào, quá trình đảo ngược là
chắc chắn hơn. Tài sản khác là họ có thể có liên quan ở bất kỳ không gian
quy mô, đặc biệt là khi tuyến tính của mô hình này là có thể. Hơn nữa,
mô hình tham số có thể được mạnh mẽ hơn với tiếng ồn đo lường so với các mô hình xác định được ảnh hưởng bởi sự không chắc chắn tích lũy của các tập dữ liệu đầu vào lớn mà họ yêu cầu. Mô hình tham số
có thể được hoàn toàn thực nghiệm hoặc dựa trên những giả định vật lý. Mặc dù
mô hình tham số được sử dụng rộng rãi để sửa BRDF quang (Bi-directional phản xạ Distribution Function), một cách tiếp cận như vậy đã không
còn được phát triển cho đến nay để xử lý và phân tích dữ liệu TIR. Tuy nhiên có một hạn chế sẽ là toa thuốc của một giá trị ưu tiên cho đầu vào
thông số, trừ khi ý nghĩa vật lý của họ có thể được xác định cũng
thông qua các thí nghiệm lĩnh vực ví dụ.