文献

J-GLOBAL ID：201902241799544211   整理番号：19A2719526

ハイパースペクトル画像分類のための畳み込みスペクトルを用いた生成的敵対ネットワーク【JST・京大機械翻訳】

Generative Adversarial Network with Folded Spectrum for Hyperspectral Image Classification

著者 (4件)： Li Wenyue (Beihang University,School of Astronautics,,Beijing,,China,100191) ,  Yin Jihao (Beihang University,School of Astronautics,,Beijing,,China,100191) ,  Han Bingnan (Beihang University,School of Astronautics,,Beijing,,China,100191) ,  Zhu Hongmei (Beihang University,School of Astronautics,,Beijing,,China,100191)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IGARSS  ページ： 883-886  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： 豊富なスペクトル情報を有するハイパースペクトル画像(HSIs)は,しかし,限られたラベル付けデータセットは,半教師つきスペクトルベースの分類法の合理性と必要性を与える。そこでは,スペクトル情報の利用手法は分類精度に重要である。本論文では,折畳みスペクトル(FS-GaN)を用いた生成的な逆ネットワーク(GAN)に基づく新しい半教師つき手法を提案した。特に,元のスペクトルベクトルはGANの入力として二次元二乗スペクトルに折畳まれ,それはスペクトルテクスチャを生成し,深い特徴抽出のための隣接および非隣接スペクトル帯の両方に対して大きな受容場を提供することができる。生成された偽折畳みスペクトル,ラベル付けされていない実際の折畳まれたスペクトルは,半教師つき学習のための識別子に供給される。モデル崩壊を防ぐために特徴マッチング戦略を適用した。広範な実験的比較により,提案した方法の有効性を実証した。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： 有効性 ,  *スペクトル ,  スペクトルバンド ,  *畳込み ,  *ネットワーク ,  特徴抽出 ,  二次元 ,  折畳み ,  モデリング ,  ベクトル
準シソーラス用語： 半教師つき学習 ,  質感 ,  分類精度 ,  合理性 ,  *ハイパースペクトル画像 ,  *敵意 , 【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 (4件)： ハイパースペクトル画像分類 ,  畳み込み ,  スペクトル ,  敵対