文献

J-GLOBAL ID：201702228342957881   整理番号：17A0104828

畳込み神経回路網の高精度リモートセンシング画像分類への応用【JST・京大機械翻訳】

Application of convolutional neural networks in classification of high resolution remote sensing imagery

著者 (5件)： Cao Linlin (School of Geomatics,Liaoning Technical University) ,  Li Haitao (Chinese Academy of Surveying & Mapping) ,  Han Yanshun (Chinese Academy of Surveying & Mapping) ,  Yu Fan (Chinese Academy of Surveying & Mapping) ,  Gu Haiyan (Chinese Academy of Surveying & Mapping)
資料名： Cehui Kexue  (Cehui Kexue)
巻： 41  号： 9  ページ： 170-175  発行年： 2016年 
JST資料番号： C2484A  ISSN： 1009-2307  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 高分解能リモートセンシング画像分類に適用される現在のアルゴリズムは,大規模データ環境における分類要求を満たすことができないので,畳込みニューラルネットワーク分類アルゴリズムを提案する。畳込みニューラルネットワークモデルは画像シフト,スケーリング,傾斜または共形の変形に起因する誤差を低減した。大規模データ環境において,畳込みニューラルネットワークアルゴリズムを用いて,高分解能リモートセンシング画像を分類し,特徴抽出と分類プロセスにおけるデータ再構成の複雑さを避け,分類精度を改善した。実験結果は,高分解能リモートセンシング画像分類における畳込み神経回路網の実現可能性と精度を証明し,リモートセンシング画像処理の分野における参照価値を提供した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *神経回路網 ,  アルゴリズム ,  *画像 ,  ニューラルネットワーク ,  *畳込み ,  特徴抽出 ,  高分解能
準シソーラス用語： 分類精度 ,  データ再構成 ,  神経回路網モデル ,  分類アルゴリズム ,  大規模データ ,  *リモートセンシング画像 ,  *高精度 , 【Automatic Indexing@JST】

著者キーワード (4件)： CNN ,  deep learning ,  big data ,  classification of remote sensing imagery

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (5件)： 畳込み ,  神経回路網 ,  リモートセンシング画像 ,  分類 ,  応用