文献

J-GLOBAL ID：201702245700915022   整理番号：17A1724748

関節端成分数推定とハイパースペクトル画像のブラインド非混合のための低ランク及びスパースNMF【Powered by NICT】

Low-rank and sparse NMF for joint endmembers’ number estimation and blind unmixing of hyperspectral images

著者 (3件)： Giampouras Paris V. (IAASARS, National Observatory of Athens, GR-15236, Penteli, Greece) ,  Rontogiannis Athanasias A. (IAASARS, National Observatory of Athens, GR-15236, Penteli, Greece) ,  Koutroumbas Konstantinos D. (IAASARS, National Observatory of Athens, GR-15236, Penteli, Greece)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EUSIPCO  ページ： 1430-1434  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： シーンに存在する端成分の数の推定は,ハイパースペクトル非混合過程において重要な課題となっている。この推定の精度は,その後の教師なし非混合段階で重要な役割,端成分のスペクトルシグナチャ(端成分の抽出)の導出と画素の豊度分率(abundance fractionの推定果たしている。文献で十分に一般的な方法は端成分の数の推定と不混和を,二つの別々のタスクとして独立に,後者への入力として前者の結果を提供することである。本論文では,この計算量の多い戦略を超える。より詳しくいえば,ここでは,複数の制約付き最適化フレームワーク,単一タスクにおける端成分の数の推定と教師なし非混合を包むを設定した。これは低ランクおよびスパース非負行列因数分解原理による問題を定式化することにより達成される,低ranknessは洗練されたl_1/l_2ノルムペナルティ項を用いて促進される。,新たなコスト関数を最小化するための提案した交代性近位アルゴリズム。シミュレーションと実データ実験により得られた結果は,提案した方法の有効性を検証した。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： 計算量 ,  アルゴリズム ,  *透視図法 ,  定式化 ,  画素 ,  費用関数
準シソーラス用語： 非負行列因子分解 ,  制約付最適化 ,  *ハイパースペクトル ,  *ハイパースペクトル画像 ,  *端成分 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (6件)： 関節 ,  端成分 ,  推定 ,  ハイパースペクトル画像 ,  ブラインド ,  NMF