文献

J-GLOBAL ID：201702266821582542   整理番号：17A1784026

花火アルゴリズムの次元縮小に基づくハイパースペクトル画像分類【JST・京大機械翻訳】

Fireworks Algorithm-Based Dimensionality Reduction for HyperspectralImagery Classification

著者 (5件)： Cui Ying□ (哈爾浜工程大学 信息与通信工程学院,黒竜江 哈爾浜 150001;黒竜江省農業科学院 遥感技術中心,黒竜江 哈爾浜 150086) ,  Song Guojiao (哈爾浜工程大学 信息与通信工程学院,黒竜江 哈爾浜,150001) ,  Chen Liwei (哈爾浜工程大学 信息与通信工程学院,黒竜江 哈爾浜,150001) ,  Liu Shubin (黒竜江省農業科学院 遥感技術中心,黒竜江 哈爾浜,150086) ,  Wang Liguo (哈爾浜工程大学 信息与通信工程学院,黒竜江 哈爾浜,150001)
資料名： Huanan Ligong Daxue Xuebao. Ziran Kexue Ban  (Huanan Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 45  号： 3  ページ： 20-28  発行年： 2017年 
JST資料番号： W0597A  ISSN： 1000-565X  CODEN： HLDKEZ  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： ハイパースペクトルデータの計算量と計算複雑性を減少させて,後続の分類におけるHughes現象を避けるために,花火アルゴリズムに基づくハイパースペクトル画像分類の新しい方法を提案した。花火アルゴリズムは,クラス内の緊密性係数とクラス間分離係数の重みづけと帯域選択の尺度として,ハイパースペクトルデータ空間において探索を行うことにより,収束を達成し,最適なバンド組合せを得ることができる。本論文では,タバコの花のアルゴリズム,遺伝的アルゴリズム,およびタブー探索アルゴリズムによるバンド選択のシミュレーション実験を行い,それらのデータに基づいて,データセット(AVIRIS)とデータセット(ROSIS)に基づくシミュレーションを行った。花火アルゴリズムによって選択されたバンドの組合せの数は相対的に少なく,低いアルゴリズム複雑性を持ち,時間消費を減少させることができた。得られたバンドの組合せによるハイパースペクトル画像分類において、遺伝的アルゴリズム、タブー探索アルゴリズムのバンド選択方法と比較して、提案した方法は全体分類精度とKappa係数においてそれぞれ0.06%~4.72%と0.00~0.09を高めた。満足できる分類結果を得ることができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 遺伝的アルゴリズム ,  重みづけ ,  *次元縮小 ,  *アルゴリズム ,  計算量 ,  シミュレーション
準シソーラス用語： *ハイパースペクトル画像 ,  *画像分類 ,  分類精度 ,  選択法 ,  アルゴリズム複雑性 ,  AVIRIS ,  タブー探索アルゴリズム ,  ハイパースペクトルデータ ,  *花火 , 【Automatic Indexing@JST】

著者キーワード (5件)： 画像分類 ,  ハイパースペクトル画像 ,  次元縮小 ,  花火アルゴリズム ,  インテリジェント最適化アルゴリズム

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 花火 ,  アルゴリズム ,  次元縮小 ,  ハイパースペクトル画像分類