文献

J-GLOBAL ID：201602206894510719   整理番号：16A0165270

Bpso-Svmアルゴリズムに基づく海洋SAR画像におけるオイル流出の特徴選択【Powered by NICT】

Oil Spill Feature Selection in Marine Sar Images Based on Bpso-Svm Algorithm

著者 (4件)： Zhu Zongbin (Ocean Remote Sensing Inst.,Ocean Univ. of China, Qingdao) ,  Zhao Chaofang (Ocean Remote Sensing Inst.,Ocean Univ. of China, Qingdao) ,  Zeng Kan (Ocean Remote Sensing Inst.,Ocean Univ. of China, Qingdao) ,  Ma Youjun (Ocean Remote Sensing Inst.,Ocean Univ. of China, Qingdao)
資料名： Haiyang Huzhao Tongbao  (Haiyang Huzhao Tongbao)
号： 3  ページ： 177-184  発行年： 2015年 
JST資料番号： C2026A  ISSN： 1003-6482  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： 合成開口レーダ画像,66特徴,形状を含む,灰色およびテクスチャ特徴を抽出し,海洋石油漏出を同定した。効果的なラッパーモード特徴選択アルゴリズムでは特徴次元を低減すると油漏れや外観などの認識率を改善するために使用した。特徴は二値粒子群最適化(BPSO)とサポートベクトルマシン(SVM)のラッパモードにより選択した。BPSO SVMアルゴリズムは特徴の選択とSVMパラメータを同時に最適化できる。比較研究は,逐次前方選択(SFS)アルゴリズムとSVMと組み合わせた順次後向き選択(SBS)アルゴリズムを用いて調べた。実験結果は,BPSO SVMは石油流出の特徴縮小とSFS SVM,SBS SVMとSVMのような他の方法と比べて認識効率における有効な方法であることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 最適化 ,  石油 ,  *特徴選択 ,  油漏れ ,  *アルゴリズム ,  サポートベクトルマシン ,  灰色 ,  *海洋
準シソーラス用語： 比較研究 ,  二値粒子群最適化 ,  認識率 ,  外観 ,  テクスチャ特徴 ,  *SAR画像 , 【Automatic Indexing@JST】

分類 (1件)： 海洋汚濁  (SB02040B)

タイトルに関連する用語 (6件)： アルゴリズム ,  海洋 ,  SAR画像 ,  オイル ,  流出 ,  特徴選択