文献

J-GLOBAL ID：201202214947769658   整理番号：12A0198658

超スペクトル画像分離のための関連ベクトルマシン

Relevance Vector Machine for Hyperspectral Imagery Unmixing

著者 (4件)： Yang Guopeng (Inst. of Surveying and Mapping,Information Engineering Univ., Henan, Zhengzhou) ,  Zhou Xin (Inst. of Information Engineering,Information Engineering Univ., Henan, Zhengzhou) ,  Yu Xuchu (Inst. of Surveying and Mapping,Information Engineering Univ., Henan, Zhengzhou) ,  Chen Wei (Inst. of Surveying and Mapping,Information Engineering Univ., Henan, Zhengzhou)
資料名： Dianzi Xuebao  (Dianzi Xuebao)
巻： 38  号： 12  ページ： 2751-2756  発行年： 2010年 
JST資料番号： C2504A  ISSN： 0372-2112  CODEN： TTHPAG  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： 超スペクトル画像分離方法を,関連ベクトルマシンの事後確率に基づいて推し進めた。サポートベクトルマシンの事後確率に基づく超スペクトル画像分離方法に於いて,事後確率は,シグモイド関数によって近似的に得ることができるはずで,交差検証法によって正規化係数を設定する必要がある。関連ベクトルマシンはベイズフレームワークにおけるスパースモデルであり,その数学モデルは正規化係数を持たず,そしてそのカーネル関数はMercerの条件を満たす必要はない。この研究で,まず第一に,超スペクトル画像分離のためのサポートベクトルマシンの欠点を分析し,スパースベイズモデルとモデルパラメーター推論を導入し,高速シーケンシャルスパースベイズ学習アルゴリズムを選択した。PHI画像の分離実験を通して,超スペクトル画像分離のための関連機械の優位性を明らかにした。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *機械学習 ,  コンピュータ ,  ベクトルプロセッサ ,  並列演算 ,  スペクトル画像 ,  スペクトル ,  サポートベクトルマシン ,  パラメータ ,  学習アルゴリズム ,  フレームワーク【ソフトウェア開発】 ,  識別関数 ,  シグモイド関数
準シソーラス用語： *関連ベクトルマシン ,  モデルパラメータ ,  Kernel関数

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (2件)： スペクトル画像 ,  関連ベクトルマシン