文献

J-GLOBAL ID：201702267467917084   整理番号：17A0292889

ハイパースペクトルリモートセンシング画像分類における限界学習機械の応用【JST・京大機械翻訳】

Research of Hyperspectral Remote Sensing Image Classification Based on Extreme Learning Machine

著者 (2件)： Li Tie (School of Electronic and Information Engineering, Liaoning Techinical University) ,  Zhang Xinjun (School of Computer Science and Technology, Dalian University of Technology)
資料名： Guangdian Gongcheng  (Guangdian Gongcheng)
巻： 43  号： 11  ページ： 62-68,075  発行年： 2016年 
JST資料番号： C2092A  ISSN： 1003-501X  CODEN： GUGOEC  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： ハイパースペクトルリモートセンシング画像の分類問題を解決するために,限界学習のアイデアを導入して,階層的局所受容野に基づく限界学習機械のハイパースペクトル分類法を提案した。この方法は,スペクトル特性の局所的相関を利用して,2つの層の階層構造を用いて,ハイパースペクトル画像における抽象表現と不変特性を抽出して,より良い分類性能を得ることができた。同時に,分類性能に及ぼすアルゴリズムの異なるパラメータの影響を解析した。2つの広く使用される実際のハイパースペクトルデータセットに関する実験を行い,いくつかの典型的な方法と比較して,この方法がより高い分類性能とより速いトレーニング速度を有することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 不変性 ,  *学習 ,  アルゴリズム ,  階層構造 ,  *学習機械 ,  *画像
準シソーラス用語： ハイパースペクトル画像 ,  スペクトル特性 ,  分類法 ,  *ハイパースペクトル ,  受容野 ,  *画像分類 ,  *ハイパースペクトル・リモートセンシング , 【Automatic Indexing@JST】

著者キーワード (5件)： remote sensing ,  extreme learning machine(ELM) ,  hyperspectral image(HSI) ,  image ,  classification

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ハイパースペクトルリモートセンシング ,  画像分類 ,  限界 ,  学習機械 ,  応用