文献

J-GLOBAL ID：201702270258942189   整理番号：17A1644874

ハイパースペクトル画像の次元低減と分類のためのフィルタとラッパーアプローチのハイブリッド化【Powered by NICT】

Hybridization of filter and wrapper approaches for the dimensionality reduction and classification of hyperspectral images

著者 (5件)： Elmaizi Asma (Electrical Engineering Research Laboratory, ENSET Mohammed V University Rabat, Morocco) ,  Merzouqi Maria (Electrical Engineering Research Laboratory, ENSET Mohammed V University Rabat, Morocco) ,  Sarhrouni Elkebir (Electrical Engineering Research Laboratory, ENSET Mohammed V University Rabat, Morocco) ,  Hammouch Ahmed (Electrical Engineering Research Laboratory, ENSET Mohammed V University Rabat, Morocco) ,  Nacir Chafik (Electrical Engineering Research Laboratory, ENSET Mohammed V University Rabat, Morocco)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ATSIP  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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高次元性は,画像処理のための重い計算負担を課している。,不適切な,雑音と冗長バンドを除去するために,次元縮小は基本である。また結果として分類精度は増加した。しかし,百から有用なバンドの同定あるいは千関連バンドのは重要な作業である。は少数のバンドを同定し,計算速度および予測精度を向上させるための。,ハイパースペクトル画像の次元縮小のためのバンド選択によるハイブリッドアルゴリズムを提案した。提案されたアプローチは,相互情報利得(MIG),最小冗長性最大関連性(mRMR)およびサポートベクトルマシンバンド除去(SVM PF)とFanoの誤り率を組み合わせたものである。提案されたアプローチは,相互情報量に基づく効果的な再現フィルタアプローチと比較した。HSI AVIRIS92AV3Cに関する実験結果は,提案した方法が再現フィルタよりも優れていることを示した。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： 計算機処理速度 ,  誤り率 ,  *次元縮小 ,  高次元 ,  雑音 ,  *フィルタ ,  冗長性 ,  画像処理 ,  相互情報量
準シソーラス用語： 情報利得 ,  ハイブリッドアルゴリズム ,  予測精度 ,  分類精度 ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

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)： ハイパースペクトル画像 ,  次元低減 ,  分類 ,  ハイブリッド化