文献

J-GLOBAL ID：201702285718377216   整理番号：17A0379299

SARと光学リモートセンシングデータを用いた土地被覆分類を改良するGA SVMアルゴリズム【Powered by NICT】

GA-SVM Algorithm for Improving Land-Cover Classification Using SAR and Optical Remote Sensing Data

著者 (3件)： Sukawattanavijit Chanika (School of Electronics and Information Engineering, Beihang University, Beijing, China) ,  Chen Jie (School of Electronics and Information Engineering, Beihang University, Beijing, China) ,  Zhang Hongsheng (Institute of Space and Earth Information Science, The Chinese University of Hong Kong, Hong Kong)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 14  号： 3  ページ： 284-288  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： マルチソースリモートセンシングデータは,土地被覆分類を改善するために広く使用されている。合成開口レーダ(SAR)と光学画像の組み合わせは,異なる土地被覆タイプを検出でき,遺伝的アルゴリズム(GA)とサポートベクトルマシン(SVM)の使用が改善された分類につながる可能性がある。さらに,SVMカーネルパラメータおよび特性選択が分類精度に影響する。,GAは特徴選択とパラメータ最適化のために実装した。GA-SVMアルゴリズムは多周波RADARSAT-2(RS2)SAR画像とThaichote(THEOS)マルチスペクトル画像を分類する方法として提案した。GA-SVMアルゴリズムの結果をグリッドサーチアルゴリズムのパラメータ探索の従来法と比較した。結果はGA-SVMアルゴリズムは,グリッド探索法に優れており,より少ない入力特徴を用いて高い分類精度を提供することを示した。融合RS2データとTHEOSデータにより得られた画像は95%以上で高い分類精度を提供した。結果は改善された分類精度を示し,GA-SVMアルゴリズムを使用することの利点,より少ない特徴を用いて最良の精度を提供することを示した。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： *土地被覆 ,  特徴選択 ,  *アルゴリズム ,  遺伝的アルゴリズム ,  合成開口レーダ ,  サポートベクトルマシン ,  画像 ,  光学画像
準シソーラス用語： マルチスペクトル画像 ,  RADARSAT ,  多重周波数 ,  パラメータ最適化 ,  分類精度 ,  *土地被覆分類 ,  *光学リモートセンシング , 【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 (6件)： SAR ,  光学リモートセンシング ,  土地被覆分類 ,  Ga ,  SVM ,  アルゴリズム