文献

J-GLOBAL ID：201702260471407525   整理番号：17A1568119

ハイパースペクトルスペクトル 空間判別特徴抽出のためのスパーステンソルに基づく次元縮小【Powered by NICT】

Sparse Tensor-Based Dimensionality Reduction for Hyperspectral Spectral-Spatial Discriminant Feature Extraction

著者 (5件)： Liu Zhi (School of Information Science and Engineering, Shandong University, Jinan, China) ,  Tang Bo (School of Information Science and Engineering, Shandong University, Jinan, China) ,  He Xiaofu (Department of Psychiatry, Division of Child and Adolescent Psychiatry, College of Physicians and Surgeons, New York State Psychiatric Institute, Columbia University, New York, NY, USA) ,  Qiu Qingchen (School of Information Science and Engineering, Shandong University, Jinan, China) ,  Wang Hongjun (School of Information Science and Engineering, Shandong University, Jinan, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 14  号： 10  ページ： 1775-1779  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(HSI)特徴抽出と分類に対処するために,スペクトル 空間テンソルベース次元縮小(DR)法を検討した。この方法はバイアススペクトル 空間特徴hybriderとしてGaborフィルタバンクを使用し,さらに最適なスペクトル 空間特徴を抽出し,構造的関連性を同時に維持することによるスパース因数分解による判別局所性のためのテンソル・ベースのアライメント戦略を統合した。二実HSIとの比較実験の結果,提案したDR法は他の従来の抽出法を超えるかなりの利点があることを示した。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： 因数分解 ,  比較試験 ,  *スペクトル ,  局所性 ,  *特徴抽出 ,  *テンソル ,  *次元縮小 ,  *透視図法 ,  アラインメント
準シソーラス用語： Gaborフィルタ ,  ハイパースペクトル画像 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 判別 ,  特徴抽出 ,  次元縮小