文献

J-GLOBAL ID：201702228936472173   整理番号：17A0275162

ハイパースペクトルデータの分類のための遺伝的アルゴリズムに基づくバンド選択【Powered by NICT】

Band selection based on genetic algorithms for classification of hyperspectral data

著者 (4件)： Wen Gaojin (Laboratory of Aerial Optical Remote Sense, Beijing Institute of Space Mechanics and Electricity, China, 100080) ,  Zhang Chunxiao (Laboratory of Aerial Optical Remote Sense, Beijing Institute of Space Mechanics and Electricity, China, 100080) ,  Lin Zhaorong (Laboratory of Aerial Optical Remote Sense, Beijing Institute of Space Mechanics and Electricity, China, 100080) ,  Xu Yun (Laboratory of Computational Physics, Institute of Applied Physics and Computational Mathematics, Beijing 100088, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CISP-BMEI  ページ： 1173-1177  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ハイパースペクトルデータの次元を低減するための効果的なアプローチとして,バンド選択は特定オブジェクトの分類と同定の分野で広く使用されている。遺伝的アルゴリズムとk-平均クラスタリング法を組み合わせて,本論文では,ハイパースペクトルデータのための新しいバンド選択法を提案した。は三つの主要ステップから構成されている。最初に,ハイパースペクトルデータのクラスタバンドいくつかのバンドセットにK-平均分類法を適用した。第二に,コスト関数基準は分類精度から構成されている。最後に,バンド選択方法は,遺伝的アルゴリズムとk-平均クラスタリング教師つき分類に基づいて開発した。その結果,分類精度の損失なしに少なくともバンドを得るの特異的標的を得ることができた。提案した方法は,植物の葉の分類のための実際のハイパースペクトルデータに検証し,古典的方法と比較した。提示された方法は,同時に高い精度と少ないバンドを持つ結果を生成することができることを証明した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *遺伝的アルゴリズム ,  費用関数 ,  クラスタ化
準シソーラス用語： 分類精度 ,  分類法 ,  選択法 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ハイパースペクトルデータ ,  分類 ,  遺伝的アルゴリズム ,  バンド