文献

J-GLOBAL ID：201702286509021904   整理番号：17A0852822

リモートセンシング画像分類:サポートベクトルマシンに基づいた先進技術の調査【Powered by NICT】

Remote Sensing Image Classification: A survey of support-vector-machine-based advanced techniques

著者 (2件)： Maulik Ujjwal (Computer Science and Engineering, Jadavpur University, Kolkata, West Bengal, India) ,  Chakraborty Debasis (Electronics and Communication, Murshidabad College of Engg. and Teh., Berhampore, 742102 West Bengal, India)
資料名： IEEE Geoscience and Remote Sensing Magazine  (IEEE Geoscience and Remote Sensing Magazine)
巻： 5  号： 1  ページ： 33-52  発行年： 2017年 
JST資料番号： W2431A  ISSN： 2168-6831  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： リモートセンシングにおける土地被覆マッピング(RS)応用は意思決定支援や環境モニタリングシステムのための豊富な情報を与える。そのような情報の導出は異なる種類の複雑な土地被覆面積を同定するためのロバストな分類法に依存している。多くの分類技術はRS画像の解析のために設計した。これに関連して,サポートベクトルマシン(SVMs)が最近益々関心を集めている。しかし,小型訓練集合の必要性は,効率的な教師つき分類器をデザインすることに障害があるが,適切な数ラベル無しデータのRS画像に容易に利用可能であり,情報の補足源として利用することができる。これら貴重なラベル無しデータを活用するために,活性SVM,半教師つきSVM(S3VM),および他のアルゴリズムと組み合わせたSVMのような,多くの有望な先進SVMベースの方法が衛星画像を解析するために開発した。この文献レビューでは,RS画像を調査するためにこれらの学習技術を調査した。さらに,SVMと三種類の代表的な技術の経験的証拠を提供した。本レビューはRS応用の更なるアルゴリズム開発を高めるために将来の研究者に指針を提供するであろうことを希望している。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： アルゴリズム ,  土地被覆 ,  *サポートベクトルマシン ,  衛星利用画像 ,  *画像 ,  文献展望 ,  環境モニタリング ,  *リモートセンシング ,  学習 ,  ロバスト性
準シソーラス用語： アルゴリズム開発 ,  分類法 ,  意思決定支援 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

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 (4件)： リモートセンシング ,  画像分類 ,  サポートベクトルマシン ,  調査