文献

J-GLOBAL ID：201802277487630995   整理番号：18A1895690

SAR画像パターン認識のための半教師付き分類器の開発【JST・京大機械翻訳】

Development of Semi supervised Classifier for SAR Image Pattern Recognition

著者 (5件)： Verma Nidhi (Department of Electronics & Communication Engineering, Indian Institute of Information Technology, Allahabad, 211015, India) ,  Kumawat Pankaj (Department of Electronics & Communication Engineering, Indian Institute of Information Technology, Allahabad, 211015, India) ,  Mishra Pooja (Department of Electronics & Communication Engineering, Indian Institute of Information Technology, Allahabad, 211015, India) ,  Purohit Neetesh (Department of Electronics & Communication Engineering, Indian Institute of Information Technology, Allahabad, 211015, India) ,  Singh Dharmendra (Department of Electronics Communication Engineering, Indian Institute of Technology Roorkee, Roorkee, 247667, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： INDICON  ページ： 1-4  発行年： 2017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： 本論文では,偏波SAR画像のための新しい半教師つき分類法を開発した。開発した方法は,樹木,草および土地のような様々な土地被覆の分類に使用されている。本研究は,教師なし学習(k-平均)と教師つき学習分類器(サポートベクトルマシン)の融合について主に考案した。提案した方法は,教師つき方法(SVM)のみと比較して少ない訓練データサンプルを必要とし,65のラベル付け訓練データサンプルを用いて,95.833%の有意な精度を得た。さらに,精度の最適範囲の選択のために,精度と様々な数のラベル付け訓練データサンプルの間の関係の解析を観察した。この解析は,90%以上の精度が低い訓練データセットでも達成できることを示した。最後に,視覚解析を行い,計算解析から分類結果を支持した。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： サポートベクトルマシン ,  *パターン認識 ,  教師なし学習 ,  偏波 ,  土地被覆 ,  視覚 ,  土地 ,  教師つき学習
準シソーラス用語： 訓練データ ,  *半教師付き分類 ,  *SAR画像 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： SAR画像 ,  パターン認識 ,  半教師付き分類 ,  開発