文献

J-GLOBAL ID：201802243449956769   整理番号：18A2038322

ハイパースペクトルデータを用いた都市の植生分類性能に関する次元縮小法の評価【JST・京大機械翻訳】

Evaluation of Dimensional Reduction Methods on Urban Vegegation Classification Performance Using Hyperspectral Data

著者 (6件)： C Brabant (UFR Science sociale, Place Recteur Henri le Moal, Universite ́ de Rennes II, CS 24307, Rennes cedex, 35043, France) ,  E Alvarez-Vanhard (UFR Science sociale, Place Recteur Henri le Moal, Universite ́ de Rennes II, CS 24307, Rennes cedex, 35043, France) ,  G Morin (UFR Science sociale, Place Recteur Henri le Moal, Universite ́ de Rennes II, CS 24307, Rennes cedex, 35043, France) ,  K Thanh Nguyen (UFR Science sociale, Place Recteur Henri le Moal, Universite ́ de Rennes II, CS 24307, Rennes cedex, 35043, France) ,  A Laribi (UFR Science sociale, Place Recteur Henri le Moal, Universite ́ de Rennes II, CS 24307, Rennes cedex, 35043, France) ,  T Houet (Unite ́ Mixte de Recherche 6554 LETG, INEE-CNRS, Universite ́ Rennes II, Place du Recteur Henri le Moal, Rennes cedex, 35043, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 1636-1639  発行年： 2018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： 都市植生の文脈において,ハイパースペクトル画像は,土地表面の生化学特性を識別することを可能にした。本研究では,ツリーファミリーを特性化するために,ハイパースペクトルセンサの能力を評価するために,いくつかの次元縮小を試験した。目標は,差別化と非相関植生指数の選択がハイパースペクトル画像の次元を減少させる効率的な方法であるかどうかを評価することである。この方法を従来のMNFおよびACPアプローチと比較し,4mおよび8mの空間分解能で2つのデータセット上でSVM分類器を用いて行った樹木植生分類について評価した。結果は,SVM分類と組み合わせたMNFがハイパースペクトル次元を減少させるより良い方法であることを示した。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： *都市 ,  キャラクタリゼーション ,  *次元縮小 ,  地表面 ,  空間分解能
準シソーラス用語： *ハイパースペクトル ,  SVM分類 ,  植生指標 ,  非相関 ,  差別化 ,  ハイパースペクトルセンサ ,  ハイパースペクトル画像 ,  *植生分類 ,  *ハイパースペクトルデータ , 【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 (5件)： ハイパースペクトルデータ ,  都市 ,  植生分類 ,  次元縮小 ,  評価