文献

J-GLOBAL ID：201702238814890039   整理番号：17A1262956

ラベル学習と自動ビュー生成によるVHRリモートセンシング画像のための半教師付き多視点特徴選択【Powered by NICT】

Semisupervised Multiview Feature Selection for VHR Remote Sensing Images With Label Learning and Automatic View Generation

著者 (4件)： Chen Xi (Department of Information Engineering, School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China) ,  Liu Wei (Department of Information Engineering, School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China) ,  Su Fulin (Department of Information Engineering, School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China) ,  Zhou Gongjian (Department of Electronic Engineering, School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, China)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 10  号： 6  ページ： 2876-2888  発行年： 2017年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  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： 超高分解能(VHR)画像の特徴は,マルチビューデータとして考えることができる。固有データ構造のより良い解析のために,半教師付き多視点特徴選択(SemiMFS)法をこの論文で複数ビューを利用することを提案した。SemiMFS特徴を分解する複数の互いに素なと意味のあるグループに自動的に生成する特徴展望。各特徴グループはを表し,各ビューは,データ特性を述べた。,特徴を評価し,選択した各視野内であった。SemiMFSの寄与として下記を挙げた:1)SemiMFSはVHR画像のために提案した。2)l_1-1,2-ノルム正則化と自動観点一般化がどんな事前知識なしでグループスパース性,従来のグループ間のスパース性,のための半教師付き特徴選択で利用されている。SemiMFSは各視野内の特徴を選択することにより,視野内の冗長性を低減し,異なる視点に対応する収縮のみ重量で可能な限り多くの情報を保存した。3)ラベル付けされていない物体のラベル学習とともにl_1-1,2-ノルム最小化問題を開発し改善した反復法。三VHR衛星画像上での実験はこの方法の有効性と実用性を検証するため,伝統的な単一ビューアルゴリズムと比較した。実験は,見解とintraview特徴は意味があることを示し,それらはVHR画像のデータ構造を解析するための新しい方法を提供する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *画像 ,  衛星利用画像 ,  ノルム ,  *学習 ,  冗長性 ,  正則化 ,  最小化問題 ,  データ構造 ,  *特徴選択 ,  逐次近似
準シソーラス用語： スパース性 ,  事前知識 ,  互いに素 ,  超高分解能 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ラベル ,  学習 ,  リモートセンシング画像 ,  教師 ,  視点 ,  特徴選択