文献

J-GLOBAL ID：201802239997625648   整理番号：18A1384812

ハイパースペクトル画像の次元縮小のための多値正則化を用いたテンソルに基づく低ランクグラフ【JST・京大機械翻訳】

Tensor-Based Low-Rank Graph With Multimanifold Regularization for Dimensionality Reduction of Hyperspectral Images

著者 (4件)： An Jinliang (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, Xidian University, Xi’an, China) ,  Zhang Xiangrong (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi’an, China) ,  Zhou Huiyu (Department of Informatics, University of Leicester, Leicester, U.K.) ,  Jiao Licheng (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi’an, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 56  号： 8  ページ： 4731-4746  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： 次元縮小はハイパースペクトル画像処理における必須タスクである。本来の固有構造情報を保存し,判別能力を強化する方法は,この分野において依然として課題である。最近,グローバルな固有構造情報を保存する利点によって,低ランク表現を次元縮小に適用して,有望な性能を達成した。元のデータ集合の部分多様体情報を利用することにより,大量学習は処理データ集合の判別能力を強化するのに効果的である。さらに,空間近傍構造情報を保存する能力のために,テンソル解析はハイパースペクトル画像処理のための一般的技術になった。本論文では,上記の解析に動機付けられて,ハイパースペクトル画像の次元縮小のために,多変量正則化(T-LGMR)を有する新しいテンソルベースの低ランクグラフを提案した。T-LGMRにおいて,低ランク制約をグローバルデータ構造を保存するために採用して,一方,大量情報を識別能力を強化するために利用して,テンソル表現を用いて空間的近傍情報を保存した。最後に,グラフ埋込みフレームワークにおいて次元縮小を達成した。3つの実際のハイパースペクトルデータセットに関する実験結果は,いくつかの最先端手法に対する提案方法の優位性を実証した。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： *正則化 ,  テンソル解析 ,  *テンソル ,  データ構造 ,  *次元縮小 ,  学習
準シソーラス用語： ハイパースペクトルデータ ,  グラフ埋込み ,  多変量 ,  近傍 ,  *ハイパースペクトル画像 , 【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 (6件)： ハイパースペクトル画像 ,  次元縮小 ,  多値 ,  正則化 ,  テンソル ,  グラフ