文献

J-GLOBAL ID：201602293359354740   整理番号：16A0323075

ハイパースペクトル異常検出のためのdictionary learningに基づくスパース表現【Powered by NICT】

Dictionary learning based sparse representation for hyperspectral anomaly detection

著者 (4件)： Tang Yidong (Air and Missile Defense Coll., Air Force Engineering Univ., Xi’an) ,  Huang Shucai (Air and Missile Defense Coll., Air Force Engineering Univ., Xi’an) ,  Ling Qiang (Air and Missile Defense Coll., Air Force Engineering Univ., Xi’an) ,  Zhong Yu (Air and Missile Defense Coll., Air Force Engineering Univ., Xi’an)
資料名： Qiangjiguang yu Lizishu  (Qiangjiguang yu Lizishu)
巻： 27  号： 11  ページ： 111004-1-111004-7  発行年： 2015年 
JST資料番号： C2482A  ISSN： 1001-4322  CODEN： QYLIEL  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： アルゴリズムの性能は,スパース表現に基づくハイパースペクトル検出における背景辞書にひどく影響される。本論文では,ハイパースペクトル画像(HSI)での異常検出のための新しい辞書学習(DL)スパース表現(SR)に基づくアルゴリズムを提案した。主成分分析(PCA)を使用したハイパースペクトルデータの主特性を抽出した。このように,主成分空間を確立し,主成分空間におけるDLSRの実現可能性を証明した。次に,K-SVDアルゴリズムに基づくバックグラウンド辞書は,関心のあるピクセルに中心を持つ二重窓を用いて局所的に発生した。直交マッチング追跡(OMP)アルゴリズムとPCA逆変換を使用した訓練済み辞書に基づく独自のスペクトルを再構築した。このように,含むターゲット領域を,スペクトル再構成誤差を用いて検出した。実験結果は,提案したアルゴリズムが有効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： 逆変換 ,  画素 ,  *スペクトル ,  主成分分析 ,  アルゴリズム ,  再構成
準シソーラス用語： 直交マッチング追跡 ,  ハイパースペクトルデータ ,  ハイパースペクトル画像 ,  *スパース表現 ,  *異常検出 ,  *ハイパースペクトル , 【Automatic Indexing@JST】

分類 (1件)： レーザ一般  (BD04030T)

タイトルに関連する用語 (3件)： ハイパースペクトル ,  異常検出 ,  スパース表現