文献

J-GLOBAL ID：201702239434670585   整理番号：17A0755911

空間-スペクトルグラフ正則化に基づくハイパースペクトル画像カーネルスパース表現分類のGPU並列最適化【Powered by NICT】

GPU Parallel Optimization of Hyperspectral Image Kernel Sparse Representation Classification Based on Spatial-Spectral Graph Regularization

著者 (6件)： Zheng Jida ,  Wu Zebin ,  Wang Qicong ,  Liu Jianjun ,  Wei Zhihui ,  Wang Wubin
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CBD  ページ： 138-143  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リモートセンシング情報処理の発展に伴い,ハイパースペクトル画像分類はホットな話題となっている。空間-スペクトルグラフ正則化とスパース性濃度指数(SSGSCI KSRC)に基づいて,カーネルスパース表現分類アルゴリズムは良好な結果を得た。ハイパースペクトル画像データの大規模に起因して,実用化におけるタイムクリティカルな要求は,元のSSGSCI KSRCアルゴリズムを使用を不可能にする。SSGSCI KSRCアルゴリズムのための並列化手法を提案した。最適化法は,ハイパースペクトル画像データの効率的な計算操作を達成し,データ転送GPUデバイスへの時間を短縮するために合体メモリアクセス,分類アルゴリズムの適切なカーネル関数を設計する。実験結果は,精度が同じである場合に,平行SSGSCI KSRCアルゴリズムは計算性能の点で優れた結果が得られることを実証した。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： データ転送 ,  *最適化 ,  *正則化 ,  情報処理 ,  アルゴリズム ,  精度
準シソーラス用語： Kernel関数 ,  メモリアクセス ,  分類アルゴリズム ,  スパース性 ,  ハイパースペクトル・リモートセンシング ,  *スパース表現 ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (9件)： スペクトル ,  グラフ ,  正則化 ,  ハイパースペクトル画像 ,  カーネル ,  スパース表現 ,  分類 ,  GPU ,  最適化