文献

J-GLOBAL ID：201602218155566572   整理番号：16A0959514

時間特徴融合の高分解能リモートセンシング画像分類【JST・京大機械翻訳】

Classification of high spatial resolution remotely sensed images by temporal feature fusion

著者 (4件)： Li Liang (The Third Academy of Engineering of Surveying and Mapping) ,  Ying Guowei (The Third Academy of Engineering of Surveying and Mapping) ,  Wen Xuehu (The Third Academy of Engineering of Surveying and Mapping) ,  He Xin (The Third Academy of Engineering of Surveying and Mapping)
資料名： Guotu Ziyuan Yaogan  (Guotu Ziyuan Yaogan)
巻： 28  号： 2  ページ： 91-98  発行年： 2016年 
JST資料番号： C2688A  ISSN： 1001-070X  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： 物体クラスの時間関連を考慮するために歴史的ベクトルデータを十分に利用して,そして,1つの融合時間特徴の高分解能リモートセンシング画像分類方法を提案した。歴史時期のベクトルデータと新時期のリモートセンシング画像を組み合わせて,2回分割,画像セグメントを取得し,サポートベクトルマシン(SUPPORT VECTOR MACHINE,SVM)アルゴリズムをによって画像セグメントクラスおよび画像セグメントの取得の単一時期の事後確率を利用する;歴史時期と新しい時期の画像セグメントクラス属性との関連をもとに,定量的発現時間特徴の物体クラス転移確率を取得した;加重組合せ画像セグメントの単一時期の事後確率と転移確率,画像の最終的分類結果を得るために,反復法を採用する。QUICKBIRD画像上での実験の結果,この方法では,有効時間特徴と事前知識を導入できる,画像分類の精度を向上した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 事後確率 ,  *高分解能 ,  *画像 ,  サポートベクトルマシン ,  逐次近似 ,  アルゴリズム
準シソーラス用語： *画像分類 ,  事前知識 ,  加重 ,  分類法 ,  ベクトルデータ ,  *リモートセンシング画像 ,  *特徴融合 , 【Automatic Indexing@JST】

著者キーワード (6件)： vector data ,  image classification ,  object ,  SVM ,  temporal feature ,  transition probability

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (4件)： 特徴融合 ,  高分解能 ,  リモートセンシング画像 ,  分類