文献

J-GLOBAL ID：201802246094834695   整理番号：18A2039002

自己ペース学習最適化によるSVMに基づくPOLSAR画像の分類【JST・京大機械翻訳】

Classification of PolSAR Images Based on SVM with Self-Paced Learning Optimization

著者 (4件)： Chen Wenshuai (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi’an, China) ,  Hai Dong (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi’an, China) ,  Gou Shuiping (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of China, Xidian University, Xi’an, China) ,  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 Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 4491-4494  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： 自己ペース学習(SPL)最適化によるサポートベクトルマシン(SVM)を用いた偏波合成開口レーダ(PolSAR)画像のための新しい分類方法を本論文で提案した。著者らの方法において,クラウド-Pottier偏波分解成分とコヒーレント行列の固有値を特徴として用いた。SVMを用いて分類を行い,SPLを用いて分類器を改善し,より強い一般化能力を達成した。SPLパラダイムの下で,分類装置は,最初により簡単なサンプルを学習し,訓練プロセスにより困難なサンプルを徐々に含む。提案方法は,Flevolandデータセットに関して89.79%の全体的分類精度を達成した。そのような結果は比較アルゴリズムと同等である。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： コヒーレンス ,  固有値 ,  分類装置 ,  *最適化 ,  偏波 ,  *画像 ,  *学習 ,  アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： 分類精度 ,  分類法 ,  偏波合成開口レーダ , 【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)： 自己 ,  学習 ,  最適化 ,  SVM ,  分類