文献

J-GLOBAL ID：201902230989917470   整理番号：19A2719484

回転森林による都市域の分類のための多重スペクトル画像と航空機搭載LIDARデータの融合【JST・京大機械翻訳】

Fusion of Multispectral Image and Airborne LiDAR Data for the Classification of Urban Area with Rotation Forest

著者 (5件)： Chen Jike (Nanjing University of Information Science & Technology,School of Remote Sensing & Geomatics Engineering,,Nanjing,,China,210044) ,  Xia Junshi (RIKEN Center for Advanced Intelligence Project, RIKEN,,,Tokyo,,Japan,103-0027) ,  Jin Shuanggen (Nanjing University of Information Science & Technology,School of Remote Sensing & Geomatics Engineering,,Nanjing,,China,210044) ,  Du Peijun (Nanjing University,School of Geography and Ocean Science,,Nanjing,,China,210023) ,  Xu Zhigang (University Key Laboratory for Mineral Resources Safe Mining in Fujian Province,,,,,)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IGARSS  ページ： 704-707  発行年： 2019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： 本研究では,Rotation Forest(ROF)分類器を用いて,都市域の分類のために,SPOT-5画像とLiDARデータの適合性を別々に,および組み合わせて試験し,比較した。実験結果は,SPOT-5画像とLiDARデータ分類方式の統合が,2つの単独のひとつを用いた分類スケジュールと比較して,より良い分類精度を与えることを明らかにした。さらに,RoF分類器は,他の2つの分類器(すなわち,SVM(サポートベクトルマシン)とRF(ランダムフォレスト))のものより良い分類結果を生み出した。最終的に,RoF分類装置は,分類のためにSPOT-5画像とLiDARデータを結合する有効な方法を提供し,それは重要なパラメータM(すなわち各サブセットにおける特徴の数)に対してロバストであることを示すべきである。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： ロバスト性 ,  *都市域 ,  部分集合 ,  サポートベクトルマシン ,  *画像 ,  分類装置 ,  適応性
準シソーラス用語： ランダムフォレスト ,  分類精度 ,  *LIDARデータ ,  *航空機搭載 ,  *マルチスペクトル画像 , 【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 (7件)： 森林 ,  都市域 ,  分類 ,  多重スペクトル画像 ,  航空機搭載 ,  LIDARデータ ,  融合