文献

J-GLOBAL ID：201702246585396571   整理番号：17A0379329

ハイパースペクトル画像のサポートベクトル分類のための空間ロジスティック回帰【Powered by NICT】

Spatial Logistic Regression for Support-Vector Classification of Hyperspectral Imagery

著者 (3件)： Liu Wu (School of Information and Communication Engineering, Harbin Engineering University, Harbin, China) ,  Fowler James E. (Department of Electrical and Computer Engineering, Geosystems Research Institute, Mississippi State University, Starkville, MS, USA) ,  Zhao Chunhui (School of Information and Communication Engineering, Harbin Engineering University, Harbin, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 14  号： 3  ページ： 439-443  発行年： 2017年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： ハイパースペクトル画像のためのサポートベクトルマシンの伝統的な使用はスペクトル情報だけを利用するが,空間コンテキストを組み込んだ分類器は,スペクトルのみ手法よりも大きな改善の可能性に起因し,益々注目が高まっている。空間スペクトルサポートベクトル分類のための新しいパラダイムは,空間コンテキストは確率的出力を提供するサポートベクトル分類器を用いた一般的に使用されるロジスティック回帰に含まれている紹介した。実験結果では,提案した方法は空間スペクトルサポートベクトル分類器複合カーネルと後処理正則化の二つの顕著なファミリーの代表的な方法と比較し,提案した手法は優れた分類精度を得られることが分かった。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： サポートベクトルマシン ,  後処理 ,  *スペクトル ,  正則化
準シソーラス用語： 分類精度 ,  *ロジスティック回帰分析 ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ハイパースペクトル画像 ,  ベクトル ,  分類 ,  ロジスティック回帰