文献

J-GLOBAL ID：201202216768653550   整理番号：12A0929817

高次元特性空間における分類-シミュレートしたEnMAPデータに焦点を絞ったSVM,IVM及びRVMを使った査定

Classification in High-Dimensional Feature Spaces-Assessment Using SVM, IVM and RVM With Focus on Simulated EnMAP Data

著者 (3件)： BRAUN Andreas Ch. (Karlsruhe Inst. Technol., Karlsruhe, DEU) ,  WEIDNER Uwe (Karlsruhe Inst. Technol., Karlsruhe, DEU) ,  HINZ Stefan (Karlsruhe Inst. Technol., Karlsruhe, DEU)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 5  号： 2  ページ： 436-443  発行年： 2012年04月 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  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： シミュレートしたEnMAP(環境マッピング・解析プログラム)に対する分類結果を提示し,異なった入力に依存方式に対する分類子の利点を概観した。ハイパースペクトル画像には,画像空間,スペクトル空間及び特性空間の3観点あることが知られ,3分類子の結果をこれら3空間内で査定した。今まで,ハイパースペクトルリモートセンシングは放射測定の短所に影響される航空機或いは衛星搭載センサに依存してきていて,これらの問題から新世代の衛星搭載ハイパースペクトルミッションの発達が促進され,ドイツのEnMAPは光学データのシーンシミュレータを提示した。アルプス前地と農地のデータセットを使ってこれの実証を行った。

シソーラス用語： 高次元 ,  分類 ,  *シミュレータ ,  スペクトル画像
準シソーラス用語： EnMAP ,  *シーン ,  ハイパースペクトル画像 ,  特性空間

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 高次元 ,  分類 ,  焦点 ,  SVM ,  IVM ,  査定