文献
J-GLOBAL ID:201602218064387866   整理番号:15A1301038

PSO(粒子群最適化)およびSVM(サポートベクトルマシン)を用いたハイパースペクトル画像のための特徴選択法に関する研究【Powered by NICT】

Research on feature selection method for hyperspectral imagery using PSO and SVM
著者 (4件):
資料名:
巻: 40  号:ページ: 22-27  発行年: 2015年 
JST資料番号: C2484A  ISSN: 1009-2307  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ハイパースペクトルリモートセンシングデータの次元縮小の問題を目指して,本論文では,粒子群最適化(PSO)アルゴリズムの大域的最適化能力とサポートベクトルマシン(SVM)の優れた分類性能を組み合わせることにより,ハイパースペクトル画像のための新しい特徴選択および分類法を提案した。PSO(粒子群最適化)の大域的最適探索性能はカオス最適探索法を用いて改善した。粒度に基づくグリッド探索戦略を用いて,SVMモデルパラメータを最適化した。特徴選択は二成分PSO(粒子群最適化(BPSO)を用いて行った。SVMのパラメータ最適化と分類は特徴部分集合に対応する訓練データを用いて検討した。実験結果は,このハイブリッド法は,より高い分類精度を有し,最適バンドを効果的に抽出できることを示した。ハイパースペクトル画像データの特徴選択と分類のための与えられた実現可能なアプローチ。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  写真測量,空中写真 

前のページに戻る