文献

J-GLOBAL ID：201702256211604853   整理番号：17A0054690

主成分ベース平滑秩序化と多重1次元補間を用いたハイパースペクトル画像分類【Powered by NICT】

Hyperspectral Image Classification Using Principal Components-Based Smooth Ordering and Multiple 1-D Interpolation

著者 (5件)： Ye Zhijing (School of Mathematics and Statistics, Huazhong University of Science and Technology, Wuhan, China) ,  Li Hong (School of Mathematics and Statistics, Huazhong University of Science and Technology, Wuhan, China) ,  Song Yalong (School of Mathematics and Statistics, Huazhong University of Science and Technology, Wuhan, China) ,  Benediktsson Jon Atli (Faculty of Electrical and Computer Engineering, University of Iceland, Reykjavi ́k, Iceland) ,  Tang Yuan Yan (Faculty of Science and Technology, University of Macau, Macau, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 55  号： 2  ページ： 1199-1209  発行年： 2017年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  資料種別： 逐次刊行物 (A)
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： 主成分(PCs)に基づく滑らかな秩序化と多重1次元補間に基づくスペクトル-空間分類アルゴリズム,一般的分類問題を効果的に軽減できるを提案した。ハイパースペクトル画像の特性のために,常に標識試料の種々のセットの観点から容易に分離可能な試料(ESS)と分離困難な試料(DSS(意思決定支援システム)が存在する。本論文では,PC分析は最初の特徴を減少させ,ハイパースペクトル画像の2~3の最初のPCを抽出するために使用される。PC平滑秩序はESSとDSS(意思決定支援システム)の分離のために設計された,ESSの正確な分類に使用されている複数の1次元補間。次に,高度に確信的な試料は空間的近傍情報,DSS(意思決定支援システム)の分類のためのトレーニングセットに添加し,ESSから選択した。十分な訓練試料の場合には,一般的な拡張された多属性プロファイルで構築された空間的情報の組合せによるDSS(意思決定支援システム)を分類するために使用されている教師つきスペクトル-空間法。提案したアルゴリズムは,三つのハイパースペクトルデータセット上での幾つかの最新技術手法と比較した。結果は,提示したアルゴリズムは,精度と計算時間の観点からはるかに良好な分類性能を達成することを示した。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： *スペクトル ,  CPU時間 ,  *一次元 ,  *内挿法 ,  意思決定支援システム ,  アルゴリズム ,  *多重化
準シソーラス用語： 分類アルゴリズム ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

分類 (2件)： リモートセンシング一般  (AD04000L) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 秩序化 ,  多重 ,  1次元 ,  補間 ,  ハイパースペクトル画像分類