文献

J-GLOBAL ID：201802243697429066   整理番号：18A2232001

ハイパースペクトル画像分類のための反復サポートベクトルマシン【JST・京大機械翻訳】

Iterative Support Vector Machine for Hyperspectral Image Classification

著者 (3件)： Zhong Shengwei (Department of Information Engineering, Harbin Institute of Technology, Harbin, China) ,  Chang Chein-I (Department of Computer Science and Electrical Engineering, University of-Maryland, Baltimore County, Baltimore, MD, USA) ,  Zhang Ye (Department of Information Engineering, Harbin Institute of Technology, Harbin, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICIP  ページ： 3309-3312  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： ハイパースペクトル画像分類において,スペクトル情報と空間情報は,分類精度を改善するために常に統合される。本論文は,フィードバックループを通して反復的に空間情報を抽出することによってハイパースペクトル画像分類を実行するために,反復SVM(ISVM)と呼ばれるサポートベクトルマシンの反復バージョンを開発した。ISVM処理において,オリジナル画像とその第一主成分を結合することにより,初期ハイパースペクトルデータキューブを得た。次に,SVMを得られたデータキューブに実装し,初期分類マップを生成した。それぞれのフィードバックループにおいて,Gaussフィルタを適用してSVM分類マップの空間情報を得て,それにより,Gaussフィルタ化マップを,次のラウンドの反復のために現在処理されているハイパースペクトルキューブと結合するためにさらにフィードバックした。反復プロセスを終了するために,自動停止規則も開発した。ISVM実画像の性能を評価するために,最先端のスペクトル空間ハイパースペクトル分類法と比較した。実験結果は,ISVMがより高い分類精度を提供することによってより良く機能することを実証した。Copyright 2019 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： Gaussフィルタ ,  *スペクトル ,  *サポートベクトルマシン ,  *画像
準シソーラス用語： 分類法 ,  SVM分類 ,  データキューブ ,  *ハイパースペクトル ,  フィードバックループ ,  分類精度 ,  空間情報 ,  *ハイパースペクトル画像分類 , 【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 (3件)： ハイパースペクトル画像分類 ,  反復 ,  サポートベクトルマシン