文献

J-GLOBAL ID：201802222089864330   整理番号：18A1384780

新しいアンサンブルSVM法によるマルチソースデータを用いた中国の都市域のマッピング【JST・京大機械翻訳】

Mapping Urban Areas in China Using Multisource Data With a Novel Ensemble SVM Method

著者 (5件)： Huang Xin (Department of Remote Sensing, School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China) ,  Hu Ting (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China) ,  Li Jiayi (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China) ,  Wang Qing (State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan, China) ,  Benediktsson Jon Atli (Department of Electrical and Computer Engineering, University of Iceland, Reykjavik, Iceland)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 56  号： 8  ページ： 4258-4273  発行年： 2018年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： 地域から地球規模への都市域のマッピングは,環境モニタリング,生息場所および生物多様性保存および意思決定に対する価値により,重要な課題である。多くの現在の応用において,2つの技術(すなわち,監督された分類とデータ融合)は,大規模な都市マッピングにおいて広く適用されている。しかしながら,費用のかかる訓練サンプル収集,不十分なデータソース記述,および多様な都市特性(例えば,形状,サイズ,社会経済的状態,および物理的環境)は,都市マッピングアプローチにとって挑戦的な問題である。この文脈において,大規模に正確な都市域を効果的に引き出すことを目的として,著者らは3つのステップから成る新しい集合サポートベクトルマシン(SVM)法を提案した。1)労働コストを低減するための訓練データの自動生成;2)マルチソースデータ(リモートセンシングと社会経済データを含む)を効果的に結合するアンサンブルSVMモデルの構築;3)多様な都市特性に取り組むための適応パッチベースの閾値化技術。2005年と2010年に中国の都市域を地図化するために提案した方法を採用し,得られた地図を287の県レベルの都市の既存の都市地図と比較した。これらの結果は,特に小都市の挑戦において満足できる優位性を示し,Kappa中央値の有意な改善(2005年に対して0.174,2010年に対して0.203)を示した。付加的ソースとして中分解能イメージング分光放射計マルチスペクトルデータを組み込むとき,Kappa係数は2010年に対して0.028によってさらに上昇することができる。一般的に,提案した方法は,地域,大陸,あるいはグローバル規模での都市域の正確なマッピングに対して,費用対効果の高い方法で大きな可能性を示している。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 生息場所 ,  大陸 ,  リモートセンシング ,  意思決定 ,  分解能 ,  中央値 ,  *都市 ,  生物多様性 ,  分光放射計 ,  画像処理 ,  サポートベクトルマシン ,  環境モニタリング ,  データ融合 ,  *都市域
準シソーラス用語： 費用対効果 , 【Automatic Indexing@JST】

分類 (2件)： リモートセンシング一般  (AD04000L) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： アンサンブル ,  SVM ,  中国 ,  都市域 ,  マッピング