文献

J-GLOBAL ID：201202291563116244   整理番号：12A1553950

スペクトル特徴の事前知見を利用したハイパースペクトル脱混合法のための非負行列因数分解

Nonnegative matrix factorization for hyperspectral unmixing using prior knowledge of spectral signatures

著者 (3件)： TANG Wei (Beihang Univ., Beijing, CHN) ,  SHI Zhenwei (Beihang Univ., Beijing, CHN) ,  AN Zhenyu (Beihang Univ., Beijing, CHN)
資料名： Optical Engineering  (Optical Engineering)
巻： 51  号： 8  ページ： 087001.1-087001.10  発行年： 2012年08月 
JST資料番号： B0577B  ISSN： 0091-3286  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： 情景のハイパースペクトル画像を分析して,構成材料を検出し,割合を推定する手法として,ハイパースペクトル脱混合法が検討されている。脱混合法の有効性は,そのアルゴリズムで決まる。非負行列因数分解法などの有効線形スペクトル混合モデルが利用されている。本論文では,非負行列因数分解法でのアルゴリズムの改善について検討した。スペクトル特徴の事前知見の利用を提案した。情景特徴の事前知見を利用して,領域をマイニングして,表面材料の組成を分析した。また,スペクトル特徴を利用して,ハイパースペクトルデータを脱混合し,割合を推定した。NMFupkと呼ばれる事前知見を利用したハイパースペクトル脱混合法を詳細に説明し,これを実験で検証した。この結果,提案されたアルゴリズムは有効であることが分かった。

シソーラス用語： *スペクトル画像 ,  リモートセンシング ,  アルゴリズム ,  *因数分解 ,  分割法 ,  解析モデル ,  スペクトル分解 ,  因子分析 ,  多変量解析 ,  *画像再生
準シソーラス用語： *ハイパースペクトル画像 ,  混合モデル ,  事前情報 ,  脱混合 ,  *非負行列因子分解 ,  分解法

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： スペクトル特徴 ,  ハイパースペクトル ,  脱混合 ,  非負行列因数分解