文献

J-GLOBAL ID：201802211242374527   整理番号：18A0028575

反復異常検出【Powered by NICT】

Iterative anomaly detection

著者 (9件)： Wang Yulei (Information and Technology College, Dalian Maritime University, Dalian, China) ,  Xue Bai (Information and Technology College, Dalian Maritime University, Dalian, China) ,  Wang Lin (School of Physics and Optoelectronic Engineering, Xidian University, Xian, China) ,  Li Hsiao-Chi (Department of Computer Science and Information Engineering, Fu Jen Catholic University, New Taipei City, 242, Taiwan, ROC) ,  Lee Li-Chien (Department of Computer Science and Electrical Engineering, University of Maryland, Baltimore County, MD USA) ,  Yu Chunyan (Information and Technology College, Dalian Maritime University, Dalian, China) ,  Song Meiping (Information and Technology College, Dalian Maritime University, Dalian, China) ,  Li Sen (Information and Technology College, Dalian Maritime University, Dalian, China) ,  Chang Chein-I (Information and Technology College, Dalian Maritime University, Dalian, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IGARSS  ページ： 586-589  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： 異常検出(AD)はそれらの周囲の近傍からスペクトル的に異なる標的を見出すように設計されている。残念なことに,一般的に使用される異常検出器は一般的にその周囲空間情報を考慮していない。本論文では,この問題に対処する異常検出,反復異常検出(IAD)の反復バージョンを導出した。そのアイデアは,異常検出マップの空間情報を捕捉するためにGaussフィルタを使用することである,新しいデータキューブを生成するためにGaussフィルタADマップをフィードバックした。全体のプロセスは,反復的な方法で再び繰り返される。IADが終了した時点で異常代表を同定し,目標の特徴は拘束エネルギー最小化(CEM)を実行するのに用いられるすべての検出された異常を分類した。,IADは異常分類として考えることができる。Copyright 2018 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： スペクトル ,  *Gaussフィルタ
準シソーラス用語： エネルギー最小化 ,  データキューブ ,  空間情報 ,  *異常検出 , 【Automatic Indexing@JST】

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  計算機網  (JC03000K) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (2件)： 反復 ,  異常検出