文献

J-GLOBAL ID：201802229863923179   整理番号：18A0095754

ガウス雲変換に基づくリモートセンシング画像のマルチ粒度クラスタリング【JST・京大機械翻訳】

Multi-granularity Clustering of Remote Sensing Image Based on Gaussian Cloud Transformation

著者 (3件)： Liu Xuan (重慶郵電大学計算智能重慶市重点実験室 重慶400065) ,  Wang Guoyin (重慶郵電大学計算智能重慶市重点実験室 重慶400065) ,  Luo Xiaobo (重慶郵電大学計算智能重慶市重点実験室 重慶400065)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 44  号： 9  ページ： 23-27,52  発行年： 2017年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： リモートセンシング画像技術の急速な発展により,従来のクラスタリング法の限界はますます顕著になっている。情報量が大きく、構造が複雑であるなどの特徴に対して、多粒度、多階層の角度から地学現象を分析・理解することは、リモートセンシング画像の適応クラスタリング問題をよりよく解決できる。クラウドモデルと混合Gaussの組合せに基づくGauss変換は,多粒度問題を解く新しい方法であり,問題領域における多粒度の生成問題を解決することができるが,時間複雑性が高く,ノイズに敏感であるなどの欠点があり,リモートセンシング画像に対するクラスタリング結果は理想的ではない。この論文は,最初に,K-平均クラスタ化による初期粒度の選択を最適化し,次に,振幅雲の合成を用いて,粒子サイズの上昇を改善し,次に,距離画像をクラスタ化するために,メンバシップ距離を用いて,改良した方法を提案した。実験結果により,提案した方法の正しさと有効性を示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  雑音 ,  *粒度 ,  *クラスタ化 ,  高速度 ,  情報量 ,  距離画像
準シソーラス用語： 複雑性 ,  クラスタリング法 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： Remote sensing image ,  Gaussian cloud transformation ,  Multi-granularity ,  Image clustering

分類 (2件)： パターン認識  (JE07000S) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (6件)： ガウス ,  雲 ,  リモートセンシング画像 ,  マルチ ,  粒度 ,  クラスタリング