抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
油漏れとlookalikes(例えば植物油と油乳濁液)は,合成開口レーダ(SAR)画像中に周辺よりも暗い円形を示したので,完全偏波SAR画像油漏れまたはlookalikesに観測した暗い物体を分類におけるいくつかの困難をもたらすであろう。本論文では,合成開口レーダ(SAR)画像,偏光特性,幾何学的特徴およびテクスチャ特徴融合に基づくにおける暗領域を識別するための手法を提示した。特徴の抽出において,四つの偏光特徴,6幾何学的特徴と8テクスチャ特徴から成る特徴の18種類を抽出した。特徴解析段階では,良好な識別を持つ六つの特徴は最適な特徴サブセットを得るために選択した。最後に,暗領域を分類油漏れまたはlookalikesに使用されている人工神経回路網。提案した方法は,14種の油流出と6lookalikesのデータセットに適用した。特徴の最良のセットを用いて得られた分類率は95%であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】