文献

J-GLOBAL ID：201802265018348931   整理番号：18A1073346

オブジェクトベース画像解析における土地被覆分類のための高次元性と低サンプルサイズの特徴選択解【JST・京大機械翻訳】

Feature Selection Solution with High Dimensionality and Low-Sample Size for Land Cover Classification in Object-Based Image Analysis

著者 (9件)： Huang Yaohuan (Institute of Geographical Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China) ,  Huang Yaohuan (College of Resource and Environment, University of Chinese Academy of Sciences, Beijing 100049, China) ,  Zhao Chuanpeng (Institute of Geographical Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China) ,  Zhao Chuanpeng (College of Resource and Environment, University of Chinese Academy of Sciences, Beijing 100049, China) ,  Yang Haijun (State Environmental Protection Key Laboratory of Satellite Remote Sensing, Beijing 100094, China) ,  Song Xiaoyang (College of Geoscience and Surveying Engineering, China University of Mining and Technology, Beijing 100083, China) ,  Chen Jie (Institute of Geographical Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China) ,  Li Zhonghua (Institute of Geographical Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China) ,  Li Zhonghua (College of Resource and Environment, University of Chinese Academy of Sciences, Beijing 100049, China)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 9  号： 9  ページ： 939  発行年： 2017年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： オブジェクトベース画像解析(OBIA)による土地被覆情報抽出は,高分解能画像の利用可能性の増加により,リモートセンシングにおける重要な傾向になった。セグメント化されたオブジェクトは,分類プロセスにおいて高次元と低サンプルサイズの問題を引き起こす多数の特徴を持っている。本研究では,部分最小二乗一般化線形回帰(PLSGLR)に基づいて,G-PLSGLRとして知られているグループ補正PLSGLRを提案し,土地被覆識別のためのオブジェクト特徴の冗長性を低減することを目的とした。Gaofen-2画像を用いて,関心領域をセグメント化し,51のオブジェクト特徴を有する小さなサンプルサイズの訓練データセットを生成するためにサンプリングした。G-PLSGLRによって選択された特徴を,縮小率,特徴冗長性,および分類の精度評価の計量における誘導正規化ランダムフォレスト(GRRF)に対して比較した。本論文では,全体精度(OA),ユーザの精度(UA),および生産者の精度(PA)の3つの指標を精度評価のために適用した。結果は,G-PLSGLRが0.29の特徴冗長性で9.27の減少率を達成し,OA90.63%の値を達成したことを示した。GRRFは,0.42の特徴冗長性で1.61の減少率を達成し,OA85.56%の値を達成した。各土地被覆カテゴリーのPAはG-PLSGLRにより選択された特徴を用いて95%以上であったが,PAはGRRFにより選択された特徴を用いて77から96%の範囲であった。G-PLSGLR選択特徴のUAは,草地裸地を除いて70~80%の範囲であり,GRRF選択特徴より10%高いUAを達成した。提案したG-PLSGLR法は,OBIAに基づく土地被覆分類に適用できる,大きな縮小率,低い特徴冗長性,および高い分類性能の利点を持っている。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 草原 ,  正規化 ,  セグメンテーション ,  *特徴選択 ,  リモートセンシング ,  情報抽出 ,  *土地被覆 ,  *画像 ,  冗長性 ,  部分最小二乗法 ,  *高次元
準シソーラス用語： 裸地 ,  ランダムフォレスト ,  訓練データ ,  *土地被覆分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 特徴選択 ,  一般化部分最小二乗回帰 ,  小サンプル ,  土地被覆 ,  オビア

分類 (1件)： 写真測量,空中写真  (RC02040D)

引用文献 (59件)：

• Ochoa, P.; Fries, A.; Mejía, D.; Burneo, J.; Ruíz-Sinoga, J.; Cerdà, A. Effects of climate, land cover and topography on soil erosion risk in a semiarid basin of the Andes. Catena 2016, 140, 31-42.
• Godinho, S.; Guiomar, N.; Machado, R.; Santos, P.; Sá-Sousa, P.; Fernandes, J.P.; Neves, N.; Pinto-Correia, T. Assessment of environment, land management, and spatial variables on recent changes in montado land cover in southern Portugal. Agrofor. Syst. 2016, 90, 177-192.
• Zhou, G.; Wei, X.; Chen, X.; Zhou, P.; Liu, X.; Xiao, Y.; Sun, G.; Scott, D.F.; Zhou, S.; Han, L. Global pattern for the effect of climate and land cover on water yield. Nat. Commun. 2015, 6, 1-8.
• Tuanmu, M.N.; Jetz, W. A global 1-km consensus land-cover product for biodiversity and ecosystem modelling. Glob. Ecol. Biogeogr. 2014, 23, 1031-1045.
• Mahmood, R.; Pielke, R.A.; Hubbard, K.G.; Niyogi, D.; Dirmeyer, P.A.; McAlpine, C.; Carleton, A.M.; Hale, R.; Gameda, S.; Beltrán-Przekurat, A.; et al. Land cover changes and their biogeophysical effects on climate. Int. J. Climatol. 2014, 34, 929-953.

タイトルに関連する用語 (6件)： オブジェクトベース画像解析 ,  土地被覆分類 ,  高次元 ,  サンプルサイズ ,  特徴選択 ,  解