文献

J-GLOBAL ID：201902223062204528   整理番号：19A0119408

端成分変動性を持つハイパースペクトル解析のための和積非混合【JST・京大機械翻訳】

Sum-Product Unmixing for Hyperspectral Analysis With Endmember Variability

著者 (3件)： Puladas Charan (Department of Electrical Engineering, Wright State University, Dayton, OH, USA) ,  Hossler Katie (Department of Biological Sciences, Wright State University, Dayton, OH, USA) ,  Ash Joshua N. (Department of Electrical Engineering, Wright State University, Dayton, OH, USA)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 15  号： 12  ページ： 1917-1921  発行年： 2018年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
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： エンドメンバー変動のモデルは,多重スペクトルが単一クラスまたは材料を表す可能性があるという概念を捉え,これらのモデルは物理的に現実的であるが,それらはしばしばスペクトル非混合過程の間に過剰な計算複雑性を引き起こす。本レターでは,エンドメンバーの変動性とエンドメンバー内のバンド間相関特性をモデル化するために,Gauss-Markov過程を用いる計算的に扱いやすい教師なしの非混合法を提案した。スペクトルセンサの混合効果を捕捉し,加速統計的非混合アルゴリズムを開発するための和積メッセージ通過を用いるために,多重Gauss-Markov過程に対する確率論的図式モデルを用いた。提案した非混合アルゴリズムの計算複雑性はバンド数においてのみ線形であり,ハイパースペクトル(数百バンド)と超スペクトル(数千バンド)応用の両方に適している。測定した反射スペクトルを用いた非混合例は,提案した方法を用いたバンド間相関を考慮した場合に,かなりの性能改善を示し,経験的結果は代替法と比較して複雑さの大きさの減少を定量化した。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： 多重化 ,  *スペクトル ,  確率論 ,  反射スペクトル ,  線形性 ,  モデリング ,  センサ ,  アルゴリズム ,  計算 ,  モデル ,  計算量
準シソーラス用語： 混合過程 ,  多重スペクトル ,  *ハイパースペクトル ,  *端成分 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  音響信号処理  (BB03050C) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 端成分 ,  変動性 ,  ハイパースペクトル ,  解析 ,  積