文献

J-GLOBAL ID：201702262879850746   整理番号：17A0538378

マルチ特徴融合とアンサンブル学習を利用した分極SAR画像分類【JST・京大機械翻訳】

Polarimetric SAR Image Classification Using Multiple-feature Fusion and Ensemble Learning

著者 (4件)： Sun Xun (School of Electronic Information, Wuhan University) ,  Huang Pingping (Radar Research Institute, Inner Mongolia University of Technology) ,  Tu Shangtan (Shanghai Institute of Satellite Engineering) ,  Yang Xiangli (School of Electronic Information, Wuhan University)
資料名： Leida Xuebao  (Leida Xuebao)
巻： 5  号： 6  ページ： 692-700  発行年： 2016年 
JST資料番号： C2709A  ISSN： 2095-283X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文では,マルチ特徴融合とアンサンブル学習に基づく分極SAR画像のための教師つき分類アルゴリズムを提案した。まず第一に,分極SAR画像の多重特徴を抽出し,それにはEPFS特性,,分解特性,HUYNEN分解特性,H/ALPHA/A分解特性,および拡張四成分分解特性が含まれる。アンサンブル学習における基本分類器の差異性と正確性を保証するために,アルゴリズムは5つのグループの特徴に従ってランダムに2つのグループの特徴を選択し,SVM分類器の入力として用いた。最後に,確率的森林学習アルゴリズムを用いて,すべての基本分類器の予測確率を,最終的分類結果に統合した。ピクセルレベルと領域レベルの分類実験は,提案したアルゴリズムの有効性を示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 多重化 ,  アルゴリズム ,  *分極 ,  学習アルゴリズム
準シソーラス用語： SVM分類 ,  正確性 ,  分類アルゴリズム ,  *SAR画像 ,  *アンサンブル学習 ,  *特徴融合 , 【Automatic Indexing@JST】

著者キーワード (3件)： Polarimetric Synthetic Aperture Radar (PolSAR) ,  Ensemble learning ,  Supervised classification

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： マルチ ,  特徴融合 ,  アンサンブル学習 ,  分極 ,  SAR画像 ,  分類