文献

J-GLOBAL ID：201802228188898398   整理番号：18A0028762

Schroedinger固有マップに基づくスペクトル標的検出器における大域的および適応K最近傍グラフ【Powered by NICT】

Global and adaptive K-nearest neighbor graphs in a spectral target detector based on Schroedinger Eigenmaps

著者 (2件)： Dorado-Munoz Leidy P. (Chester F. Carlson Center for Imaging Science Rochester Institute of Technology 54 Lomb Memorial Dr, Rochester, NY 14623) ,  Messinger David W. (Chester F. Carlson Center for Imaging Science Rochester Institute of Technology 54 Lomb Memorial Dr, Rochester, NY 14623)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IGARSS  ページ： 1336-1339  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： Schroedinger固有マップ(SE)埋め込みは以前に導入し,ハイパースペクトル画像(HSI)におけるスペクトルターゲット検出問題に適用した。提案したSEに基づく検出手法は,「知識伝搬」法を用いてSchroedinger演算子への標的画素のスペクトル及び空間連結性を組み合わせたものである。同様,局所データ構造モデリングはSEに基づく検出器上の影響を注目されている。この局所データ構造は,隣接グラフ,すなわち頂点と辺の集合を用いてモデル化した,大部分の応用でのk最近傍(knn)グラフである。本論文では,グラフ構築プロセスにおけるkの影響は,ターゲット検出の観点から分析・評価した。グラフ構築におけるパラメータKを推定する二つの方法を考察し,その評価は検出性能計量として二HSIデータセットと受信機最適曲線(ROC)を用いて行った。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： *検出器 ,  Schroedinger演算子 ,  画素 ,  連結性 ,  モデリング ,  受信機 ,  データ構造 ,  *スペクトル
準シソーラス用語： 検出能 ,  ハイパースペクトル画像 ,  *最近傍グラフ ,  *ターゲット検出 , 【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 (6件)： 固有 ,  マップ ,  スペクトル ,  標的検出 ,  適応 ,  最近傍グラフ